Признаки и метки

Часть раздела Данные и графики путешествия по Machine Learning на Coddy. Урок 53 из 60.

Модель учится сопоставлять входные данные с ответами, поэтому ты передаёшь ей две вещи: X — признаки, и y — метки, по одной на каждый образец:

Шесть строк с данными об ирисах, разделённых на две части: X — таблица с четырьмя измерениями в каждой строке светло-голубого цвета, а рядом y — по одной метке в каждой строке (0, 0, 1, 1, 2, 2) тёмно-голубого цвета

В наборе данных, загруженном с помощью as_frame=True, и то и другое уже готово:

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

Это выводит:

(150, 4) (150,)

Строка i в X — это один цветок, а y[i] — его вид. Метка не входит в X: модель, которая может прочитать ответ, ничему не научится.

Затем подсчитайте классы с помощью y.value_counts(): у iris по 50 объектов каждого класса — сбалансированный набор данных.

Задание

Средне

Рукописные цифры из scikit-learn — это изображения размером 8 на 8, каждое из которых хранится в виде 64 чисел пикселей (его признаков) и помечено цифрой, изображённой на нём:

Десять рукописных цифр из load_digits, от 0 до 9, в два ряда по пять; каждая — блочное изображение размером 8 на 8 тёмными чернилами на белом фоне

В выводе разделения данных, сделанного товарищем по команде, указано X: (1797, 65): в X по-прежнему хранятся ответы.

Исправь X, чтобы в нём хранились только 64 признака пикселей.
После готовых строк выведи, сколько образцов показывают цифру d, которую считывает программа.

Для ввода 3:

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

Попробуйте сами

from sklearn.datasets import load_digits

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

# Признаки и метки
X = digits.frame
y = digits.target

# Не изменяйте строки ниже
print(f"X: {X.shape}")
print(f"y: {y.shape}")

# Напишите свой код ниже