Halo, Machine Learning

Termasuk bagian Data dan Plot dalam perjalanan Machine Learning di Coddy. Pelajaran 1 dari 60.

Sebagian besar program mengikuti aturan yang ditulis seseorang. Model machine learning menemukan aturannya sendiri dari contoh.

Berikut 150 bunga iris, masing-masing berupa titik yang ditempatkan berdasarkan ukuran kelopaknya:

150 bunga iris sebagai titik, panjang kelopak pada sumbu mendatar dan lebar kelopak pada sumbu tegak, dalam tiga kelompok yang jelas, satu warna dan bentuk untuk setiap spesies

Lihat tiga kelompok itu? Model juga bisa mempelajarinya, lalu mengenali bunga yang belum pernah dilihatnya.

Tantangan

Mudah

Program ini sudah siap. Tekan Jalankan: model mempelajari 112 bunga, lalu memberi nama pada 38 bunga baru.

Buka tab Plots untuk melihat tebakannya. Bisakah kamu menemukan satu kesalahannya? Lalu kirim jawabanmu.

Coba sendiri

# Tekan Jalankan untuk melihat model belajar
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
import matplotlib.pyplot as plt

# 150 bunga iris: ukuran dan spesiesnya
iris = load_iris()
X_learn, X_new, y_learn, y_new = train_test_split(iris.data, iris.target, random_state=0)

# Model mempelajari 112 bunga beserta jawabannya...
model = KNeighborsClassifier()
model.fit(X_learn, y_learn)

# ...lalu menyebutkan nama 38 bunga yang belum pernah dilihatnya
guesses = model.predict(X_new)
right = (guesses == y_new).sum()
print(f"Studied {len(X_learn)} flowers")
print(f"Named {right} of {len(X_new)} new flowers correctly")

# Setiap bunga baru ditampilkan sebagai titik dengan warna sesuai tebakan model; X merah menandai kesalahan
fig, ax = plt.subplots()
for i, name in enumerate(iris.target_names):
    picked = guesses == i
    ax.scatter(X_new[picked, 2], X_new[picked, 3], label=f"guessed {name}")
wrong = guesses != y_new
ax.scatter(X_new[wrong, 2], X_new[wrong, 3], marker="x", color="red", s=120, label="mistake")
ax.set_title("The model's guesses for 38 new flowers")
ax.set_xlabel("petal length (cm)")
ax.set_ylabel("petal width (cm)")
ax.legend()
plt.show()