المنهج الدراسي الدرس 97 من 250 · نماذج تعلم الآلة الأولى الخاصة بك
نماذج تعلم الآلة الأولى الخاصة بك

المشروع: تصنيف الزهور من البداية إلى النهاية

حان الوقت لتجميع خط الأنابيب بالكامل بنفسك، بدون أي دعامات. هذا هو سير العمل الذي ستستخدمه بالضبط في مشكلة حقيقية.

تم إعطاؤك مجموعة بيانات صغيرة لأزهار تشبه زهرة السوسن كـ DataFrame باسم data. يحتوي كل صف على ميزتين، petal_len و petal_wid، وتسمية species التي تكون 0، 1، أو 2 لثلاثة أنواع من الأزهار. تشغل الأنواع الثلاثة أحجام بتلات مختلفة بوضوح، لذا يجب أن يفصل النموذج الجيد بينها بشكل جيد.

مهمتك هي التسلسل الكامل الذي تعلمته، بالترتيب:

    قم بتقسيم
  • Split إلى X و y.
  • احتفظ بمجموعة اختبار مع train_test_split.
  • Train نموذج على مجموعة التدريب.
  • تنبؤ على مجموعة الاختبار.
  • Evaluate بدقة على تلك المجموعة من الاختبارات.

تفصيلان لتشغيل نظيف وقابل لإعادة الإنتاج. مرر random_state=0 في كل مكان يظهر فيه عشوائية (التقسيم والنموذج). ومرر stratify=y إلى train_test_split لكي تحتفظ مجموعة الاختبار بنفس مزيج الأنواع الثلاثة بدلا من، على سبيل المثال، استبعاد نوع واحد بالصدفة، وهو أمر مهم عندما يكون كل فئة صغيرة.

هذه هي نفس الحلقة، ولكن بحجم أكبر، وهي التي تعمل خلف فلاتر البريد العشوائي، والشاشات الطبية، وأنظمة التوصية. النموذج هنا صغير والبيانات سهلة، لكن شكل العمل حقيقي تماما.

دورك

باستخدام DataFrame المعطى data: قم بتعيين X = data[["petal_len", "petal_wid"]] و y = data["species"]. قم بالتقسيم باستخدام train_test_split(X, y, test_size=0.25, random_state=0, stratify=y) إلى X_train, X_test, y_train, y_test. قم بتدريب RandomForestClassifier(n_estimators=50, random_state=0) يسمى model على مجموعة التدريب، وتنبأ على X_test في predictions، وقم بتعيين acc = accuracy_score(y_test, predictions).

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.