Fitur dan Label

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 53 dari 60.

Model belajar dari input hingga jawaban, jadi kamu memberikan dua hal kepadanya: X, fitur, dan y, label, satu untuk setiap sampel:

Enam baris iris dibagi menjadi dua bagian: X, kisi dengan empat pengukuran per baris berwarna biru muda, dan y di sebelahnya, satu label per baris (0, 0, 1, 1, 2, 2) berwarna biru lebih gelap

Dataset yang dimuat dengan as_frame=True sudah memiliki keduanya:

iris = load_iris(as_frame=True)
X = iris.data
y = iris.target
print(X.shape, y.shape)

Ini mencetak:

(150, 4) (150,)

Baris i dari X adalah satu bunga, dan y[i] adalah spesiesnya. Label tidak dimasukkan ke dalam X: model yang dapat membaca jawabannya tidak akan belajar apa pun.

Lalu hitung jumlah tiap class dengan y.value_counts(): iris memiliki 50 untuk masing-masing class, sehingga dataset seimbang.

Tantangan

Sedang

Digit tulisan tangan dari scikit-learn adalah gambar berukuran 8 kali 8, masing-masing disimpan sebagai 64 angka piksel (fiturnya) dan diberi label sesuai digit yang ditampilkan:

Sepuluh digit tulisan tangan dari load_digits, 0 sampai 9 dalam dua baris yang masing-masing berisi lima digit, setiap digit berupa gambar kotak-kotak berukuran 8 kali 8 dengan tinta gelap di atas latar putih

Pemisahan data yang dibuat rekan satu tim mencetak X: (1797, 65): X mereka masih menyimpan jawaban.

Perbaiki X agar hanya menyimpan 64 fitur piksel.
Di bawah baris yang sudah disiapkan, cetak berapa banyak sampel yang menampilkan digit d yang dibaca program.

Untuk input 3:

X: (1797, 64)
y: (1797,)
Samples of digit 3: 183

Coba sendiri

from sklearn.datasets import load_digits

digits = load_digits(as_frame=True)
d = int(input())

# Fitur dan label
X = digits.frame
y = digits.target

# Jangan ubah baris-baris di bawah ini
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# Tulis kodemu di bawah ini