חיפוש רשת

חלק מהיחידה למידה מונחית במסלול ה-Machine Learning של Coddy. שיעור 39 מתוך 58.

כוונון ידני פירושו לולאות בתוך לולאות. GridSearchCV מבצע אימות צולב לכל שילוב של הגדרות ושומר את הטוב ביותר. עבור 300 נסיעות בחשמלית, באיחור או בזמן:

רשת של 3 על 3 של דיוק ממוצע: עומק העץ 2, 4, 6 בצד, מינימום שורות בכל עלה 1, 5, 20 לרוחב. התא הטוב ביותר, עומק 4 עם עלה 5, מקבל ציון 0.876 וממוסגר

מילון ממפה כל הגדרה לערכים שיש לנסות. min_samples_leaf הוא מספר השורות הקטן ביותר שעלה יכול להכיל:

from sklearn.model_selection import GridSearchCV

grid = {"max_depth": [2, 4, 6], "min_samples_leaf": [1, 5, 20]}
search = GridSearchCV(DecisionTreeClassifier(random_state=0), grid, cv=5)
search.fit(X_train, y_train)
print(search.best_params_)
print(f"{search.best_score_:.3f}")
print(f"{search.score(X_test, y_test):.3f}")

זה מדפיס:

{'max_depth': 4, 'min_samples_leaf': 5}
0.876
0.813

החיפוש מאמן מחדש את המודל המנצח על כל שורות האימון, כך ש־search.score בודק אותו פעם אחת. שמור על רשתות קטנות: כל תא עולה 5 התאמות.

אתגר

בינוני

צוות לוויין מסווג פיקסלים כעננים או כשמיים בהירים באמצעות k-NN. התוכנית קוראת את ערך k הגדול ביותר לבדיקה; קוד הפתיחה מחלק את הנתונים.

בצע חיפוש רשת עבור כל ערך k אי-זוגי מ-1 ועד למספר הזה, עם weights "uniform" או "distance" (לשכנים קרובים יותר יש משקל רב יותר), cv=5.
הדפס את ההגדרות הטובות ביותר, את הדיוק שלהן באימות צולב ואת הדיוק בבדיקה, עם 3 ספרות עשרוניות.

עבור פיקסלים אחרים ועם 7:

Best k: 7, weights: distance
Cross-validated accuracy: 0.885
Test accuracy: 0.800

נסו בעצמכם

from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.neighbors import KNeighborsClassifier

max_k = int(input())

# אל תשנו את השורות שלהלן: 360 פיקסלים מלוויין, לכל אחד 4 מדידות אור; התווית 1 מציינת ענן
X, y = make_classification(n_samples=360, n_features=4, n_informative=3, n_redundant=0,
                           flip_y=0.08, class_sep=0.7, random_state=1)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)

# כתבו את הקוד שלכם למטה