Riepilogo: Ordinatore di semi
Fa parte della sezione Apprendimento supervisionato del percorso Machine Learning di Coddy. Lezione 5 di 58.
Sfida
FacileRicordi i semi che hanno aperto questo capitolo? Ora costruisci il loro classificatore. seeds.csv contiene 180 semi di grano: quattro misurazioni, indicate in features, e la variety. Il codice iniziale legge un nuovo seme nella tabella a una riga new_seed.
- Dividi i dati, destinando un quarto al test con
random_state=0, e stampa le dimensioni. - Stampa la varietà più comune nei dati di addestramento: la risposta della linea di base.
- Addestra un modello dei k vicini più prossimi sulle misurazioni. Stampa la sua accuratezza e quella della linea di base, arrotondate a 3 decimali.
- Stampa la varietà del nuovo seme.
Per i semi di un'altra fattoria:
Train: 120 seeds, test: 40
Most common in training: Rosa
Accuracy: 0.925 (baseline 0.4)
New seed: CanadianProvalo tu
import pandas as pd
# 180 semi di grano: quattro misure e la varietà
seeds = pd.read_csv("seeds.csv")
features = ["area_mm2", "length_mm", "width_mm", "groove_mm"]
# Un nuovo seme dal laboratorio, come tabella con una sola riga
new_seed = pd.DataFrame({
"area_mm2": [float(input())],
"length_mm": [float(input())],
"width_mm": [float(input())],
"groove_mm": [float(input())],
})
# Scrivi il tuo codice qui sotto
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