سرفصل‌ها درس 97 از 250 · اولین مدل‌های یادگیری ماشین شما
اولین مدل‌های یادگیری ماشین شما

پروژه: دسته‌بندی گل‌ها از ابتدا تا انتها

زمان آن است که کل خط لوله را خودتان بدون هیچ چارچوب کمکی بسازید. این دقیقاً همان گردش کاری است که در یک مسئله واقعی استفاده می‌کنید.

یک مجموعه داده کوچک از گل‌های شب‌تاب‌مانند به شما داده شده است که به صورت یک DataFrame به نام data. هر سطر دو ویژگی دارد، petal_len و petal_wid و یک برچسب species یعنی 0, 1، یا 2 برای سه نوع گل. این سه گونه اندازه‌های گلبرگ کاملاً متفاوتی دارند، بنابراین یک مدل خوب باید آن‌ها را به‌خوبی از هم تفکیک کند.

وظیفه شما اجرای کامل توالی‌ای است که آموخته‌اید، به ترتیب:

  • ویژگی‌ها را تقسیم کرده و برچسب‌ها را به صورت زیر تفکیک کنید: X و y.
  • یک مجموعه آزمون را با train_test_split.
  • یک مدل را روی مجموعهٔ آموزشی آموزش دهید.
  • روی مجموعه آزمون پیش‌بینی کنید.
  • با دقت روی آن مجموعهٔ آزمون ارزیابی کنید.

دو نکته برای اجرای تمیز و قابل بازتولید. پاس random_state=0 در هر جایی که تصادفی بودن ظاهر می‌شود (تقسیم و مدل). و ارسال کنید stratify=y برای train_test_split بنابراین مجموعه آزمون، ترکیب یکسانی از سه گونه را حفظ می‌کند، به جای اینکه مثلاً به طور تصادفی یک گونه را حذف کند، که این موضوع زمانی اهمیت دارد که هر کلاس کوچک باشد.

این همان حلقه است که در مقیاس بزرگ‌تر پشت فیلترهای هرزنامه، غربالگری‌های پزشکی و سیستم‌های پیشنهاددهنده قرار دارد. مدل اینجا کوچک و داده‌ها ساده هستند، اما ماهیت کار دقیقاً واقعی است.

نوبت شما

استفاده از DataFrame داده‌شده data: تنظیم X = data[["petal_len", "petal_wid"]] و y = data["species"]. با استفاده از train_test_split(X, y, test_size=0.25, random_state=0, stratify=y) به X_train, X_test, y_train, y_test. آموزش یک RandomForestClassifier(n_estimators=50, random_state=0) نام‌گذاری‌شده model روی مجموعهٔ آموزشی، پیش‌بینی روی X_test به predictions، و تنظیم کنید acc = accuracy_score(y_test, predictions).

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.