Imparare dagli esempi
Fa parte della sezione Apprendimento supervisionato del percorso Machine Learning di Coddy. Lezione 1 di 58.
È il momento dei modelli reali. Un modello studia righe etichettate, caratteristiche più un'etichetta, e impara a etichettare quelle nuove: apprendimento supervisionato. Semi etichettati in ingresso, una mappa in uscita:
Una varietà è una categoria, quindi si tratta di classificazione: il modello traccia dei confini. Un'etichetta numerica, come il peso di un melone, è regressione: il modello impara una retta.
Di che tipo? .nunique() conta i valori distinti di un’etichetta: una categoria si ripete alcune volte, un numero raramente.
seeds = pd.read_csv("seeds.csv")
print(seeds["variety"].nunique())Questo stampa 3: una classificazione.
Sfida
FacileUn negozio di e-scooter usati potrebbe prevedere qualsiasi colonna di scooters.csv. Quali corrisponderebbero alla classificazione e quali alla regressione? Il programma legge il nome di una colonna in label.
- Conta i diversi valori della colonna.
- Stampali come mostrato sotto, insieme al numero di scooter.
- Stampa
A category: classificationper al massimo 10 valori diversi, altrimentiA number: regression.
Per un altro negozio e la colonna brand:
brand: 7 different values in 50 scooters
A category: classificationProvalo tu
import pandas as pd
scooters = pd.read_csv("scooters.csv")
label = input()
# Scrivi il tuo codice qui sotto
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Tutte le lezioni di Apprendimento supervisionato
1Il tuo primo modello
Imparare dagli esempiInsiemi di addestramento e testAdattare e prevedereValutare un modelloRiepilogo: Ordinatore di semi4Regressione logistica
Previsioni sì o noLa soglia decisionaleI pesi come evidenzePiù classiRiepilogo: filtro antispam2Vicini più prossimi
Come decide k-NNScegliere kConfini decisionaliNormalizzare le scale per i viciniRiepilogo: vicini del vino5Misurare i classificatori
La matrice di confusionePrecisione e richiamoIl punteggio F1Classi sbilanciateCurve ROCRiepilogo: test di screening8Convalida incrociata
Validazione K-foldConfronto equo tra modelliRicerca a grigliaRiepilogo: riparazioni di skateboard11Progetto: specie di pinguini
Incontra i pinguiniPrepara i datiScegli un modelloOttimizza il miglioreDistribuisci il modello3Regressione lineare
Prevedere numeriPiù caratteristicheMisurare gli erroriGrafici dei residuiRiepilogo: noleggio di biciclette6Alberi decisionali
Gli alberi fanno domandeLeggere un alberoProfondità dell’alberoImportanza delle caratteristicheRiepilogo: decisioni sui prestitiEsercitati da solo: Compilatore Python online