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 rowsPasamos 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.
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.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.