Temario Lección 88 de 250 · Tus primeros modelos de aprendizaje automático
Tus primeros modelos de aprendizaje automático

Tu primer modelo: un árbol de decisión

Es hora de entrenar algo de verdad. Un clasificador de árbol de decisión aprende un diagrama de flujo de preguntas de sí o no sobre los rasgos, y cada hoja del diagrama es una etiqueta predicha. Es un gran primer modelo porque es fácil de imaginar: simplemente va haciendo preguntas como "¿el rasgo 1 es mayor que 5?" hasta que puede decidir.

El código sigue el ritual fit/predict de la primera lección:

from sklearn.tree import DecisionTreeClassifier

clf = DecisionTreeClassifier(random_state=0)
clf.fit(X, y)               # learn the questions
clf.predict(X_new)          # classify new rows

Pasamos random_state=0 para que se pueda reproducir. Mientras construye cada división, scikit-learn permuta al azar los rasgos que tiene en cuenta, así que dos ejecuciones sin semilla pueden elegir divisiones distintas (igual de buenas) y hacer crecer árboles un poco distintos. Fijar la semilla fija esa elección para que obtengas el mismo árbol cada vez.

Vas a entrenar con un conjunto de datos diminuto y limpio. Cada fila tiene dos rasgos. La etiqueta es 0 cuando los dos rasgos son pequeños y 1 cuando los dos son grandes, con un hueco claro en medio:

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)

Como los dos grupos están perfectamente separados, el árbol puede aprender una regla que acierta todas las filas de entrenamiento. Eso no siempre pasará con datos reales desordenados, y las próximas lecciones tratan de qué hacer cuando no pasa. Pero da una primera ejecución limpia.

Una nota sobre el mundo de la IA en general: las herramientas pesadas como TensorFlow y PyTorch no funcionan en este Python del navegador, así que este curso se queda con scikit-learn, que basta de sobra para aprender las ideas de verdad.

Tu turno

Tienes los rasgos X (8 filas, 2 columnas) y las etiquetas y. Crea un DecisionTreeClassifier(random_state=0) llamado clf, entrénalo con X e y, luego predice sobre X y guarda el resultado en preds. Predice también el punto nuevo [[9, 9]] y guarda solo esa etiqueta (un int) en new_pred.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.