Jou Eerste Model: 'n Besluitboom
Tyd om iets te gaan oplei. 'n decision tree classifier leer 'n vloeddiagram van ja/nee vrae oor die features, en elke blaar van die vloeddiagram is 'n voorspelde label. Dit is 'n goeie eerste model omdat dit maklik is om voor te stel: dit vra net vrae soos "is feature 1 groter as 5?" totdat dit kan besluit.
Die kode volg die fit/predict-ritueel van les een:
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier(random_state=0)
clf.fit(X, y) # learn the questions
clf.predict(X_new) # classify new rowsOns gee random_state=0 vir herhaalbaarheid. Terwyl dit bou, permute scikit-learn die kenmerke wat dit oorweeg willekeurig, so twee weerloze weergawes kan verskillende (eGelyk goeie) splits kies en effens verskillende bome bou. Om die seed vas te stel, vas dit daardie keuse sodat jy elke keer dieselfde boom kry.
Jy gaan op 'n klein, skoon datastel oefen. Elke ry het twee kenmerke. Die label is 0 wanneer albei kenmerke klein is en 1 wanneer albei groot is, met 'n duidelike gaping tussenin:
X = [[1,1],[2,1],[1,2],[2,2], # all label 0 (low/low)
[8,8],[9,8],[8,9],[9,9]] # all label 1 (high/high)Omdat die twee groepe perfek geskei is, kan die boom 'n reël leer wat elke opleidingsry korrek kry. Dit sal nie altyd met deurmekaar werklike data gebeur nie, en die volgende lesse gaan oor wat om te doen wanneer dit nie gebeur nie. Maar dit maak 'n skoon eerste loop.
Een nota oor die breër AI-wêreld: swaar weeg-gereedskap soos TensorFlow en PyTorch kan nie in hierdie in-browser Python loop nie, so hierdie kursus bly by scikit-learn, wat genoeg is om die regte idees te leer.
Features X (8 ryeë, 2 kolomme) en labels y word gegee. Skep 'n DecisionTreeClassifier(random_state=0) genaamd clf, pas dit op X en y, dan voorspel op X en stoor die resultaat in preds. Voorspel ook die enkel nuwe punt [[9, 9]] en stoor net daardie een label ('n int) in new_pred.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.