Eğitim ve Test Kümeleri

Coddy'nin Machine Learning Journey'sinin Denetimli Öğrenme bölümünün bir parçası. Ders 2 / 58.

Bir model, üzerinde çalıştığı satırları ezberleyebilir; bu yüzden onu bu satırlarda test etmek hiçbir şeyi kanıtlamaz. Bunun yerine bazı satırları ayır: test kümesi yeni verilerin yerini tutar.

Sıralı hâlde numaralandırılmış on iki satır karıştırılıp dağıtılıyor: train olarak etiketlenmiş dokuz mavi hücre, 10 2 8 1 7 9 3 0 5 ve test olarak etiketlenmiş üç turuncu hücre, 6 11 4

Bu yolculuktaki ilk model 112 iris çiçeğini inceledi ve 38 tanesini adlandırdı. Bu satır onları dağıttı:

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris = load_iris()
X = iris.data
y = iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)
print(X_train.shape, X_test.shape)

Bu, (112, 4) (38, 4) çıktısını verir. Dört parça her zaman bu sırayla gelir ve random_state=0 karıştırma işleminin tekrarlanmasını sağlar.

Eğitim kümesiyle eğitin. Test kümesini en sonda bir kez açın.

Görev

Kolay

Bir ormandaki gece kamerası, her biri tilki ya da porsuk olan 200 hayvanı camera.csv dosyasına kaydetti. Bir bölme adil bir test sağlar mı? Başlangıç kodu X ve y'yi oluşturur ve test_size'ı okur.

Bu test_size ve random_state=0 ile böl.
Aşağıdaki gibi boyutları yazdır.
Her bölümdeki tilkilerin oranını tam yüzde olarak yazdır.

Başka bir orman ve 0.25 için:

Train: 90 snapshots
Test: 30 snapshots
Foxes: 52% of train, 47% of test

Kendin dene

import pandas as pd

# Gece kamerasından alınan her görüntü için bir satır
camera = pd.read_csv("camera.csv")
X = camera[["minutes_after_sunset", "length_cm", "speed_kmh"]]
y = camera["animal"]
test_size = float(input())

# Kodunuzu aşağıya yazın