Menu
CoddyTech

Örneklerden Öğrenme

Coddy'nin Machine Learning Journey'sinin Denetimli Öğrenme bölümünün bir parçası. Ders 1 / 58.

Gerçek modellerin zamanı. Bir model etiketlenmiş satırları, yani özellikleri ve bir etiketi inceler ve yenilerini etiketlemeyi öğrenir: denetimli öğrenme. Etiketlenmiş tohumlar girer, bir harita çıkar:

180 buğday tohumuna ait iki grafik; yatay eksende alan, dikey eksende oluk uzunluğu. Solda, Kama, Rosa ve Canadian olmak üzere üç gruptaki etiketlenmiş tohumlar. Sağda, aynı tohumlar, her çeşit için bir bölge olacak şekilde üç bölgeye ayrılmış ve gölgelendirilmiş bir harita üzerinde

Bir çeşit bir kategoridir, bu nedenle bu sınıflandırmadır: model sınırlar çizer. Kavunun ağırlığı gibi sayısal bir etiket ise regresyondur: model bir doğru öğrenir.

Yatay eksende cm cinsinden uzunluk, dikey eksende kg cinsinden ağırlık olacak şekilde yeşil noktalarla gösterilen 30 karpuz ve içlerinden geçen yükselen turuncu bir çizgi. Yeni bir 32 cm'lik karpuz, çizgi üzerinde yaklaşık 6.2 kg noktasında yer alıyor

Ne tür? .nunique() bir etiketin farklı değerlerini sayar: bir kategori birkaç değeri tekrarlar, bir sayı ise nadiren tekrarlanır.

seeds = pd.read_csv("seeds.csv")
print(seeds["variety"].nunique())

Bu, 3 değerini yazdırır: bir sınıflandırma.

challenge icon

Görev

Kolay

Kullanılmış elektrikli scooter satan bir mağaza, scooters.csv dosyasındaki herhangi bir sütunu tahmin edebilir. Hangisi sınıflandırma, hangisi regresyon olur? Program bir sütun adını label değişkenine okur.

  1. Sütundaki farklı değerleri say.
  2. Scooter sayısıyla birlikte aşağıdaki gibi yazdır.
  3. En fazla 10 farklı değer varsa A category: classification, aksi hâlde A number: regression yazdır.

Başka bir mağaza ve brand sütunu için:

brand: 7 different values in 50 scooters
A category: classification

Kendin dene

import pandas as pd

scooters = pd.read_csv("scooters.csv")
label = input()

# Kodunuzu aşağıya yazın
quiz iconKendini test et

Bu ders kısa bir quiz içerir. Soruları yanıtlamak ve ilerlemeni kaydetmek için derse başla.

Denetimli Öğrenme bölümündeki tüm dersler

Kendi başına pratik yap: Online Python derleyicisi