Silabus Pelajaran 85 dari 250 · Model Machine Learning Pertama Kamu
Model Machine Learning Pertama Kamu

Model Mental Machine Learning

Machine learning terdengar mistis, tapi ide intinya sederhana: daripada menulis aturan sendiri, kamu menunjukkan banyak contoh ke program dan membiarkannya menemukan aturan tersebut. Hampir semua hal di modul ini bergantung pada tiga ide.

Fitur dan label

Contohnya dibagi menjadi dua bagian. features adalah apa yang kamu ketahui sebelumnya (ukuran rumah, jumlah kamar tidur). label adalah apa yang ingin kamu prediksi (harganya). Berdasarkan tradisi lama, features disebut X (tabel, huruf kapital) dan label disebut y (satu kolom, huruf kecil).

      X (features)          y (label)
  size_sqft  bedrooms        price_k
     650        1              220
     800        2              265
    1200        3              410

Supervised vs unsupervised

  • Supervised learning punya label. Kamu tahu jawaban yang benar untuk setiap contoh pelatihan, jadi model belajar untuk memetakan X ke y. Memprediksi harga, atau menyortir email ke spam vs bukan spam, adalah supervised.
  • Unsupervised learning tidak punya label. Kamu cuma punya X dan minta model untuk mencari struktur, seperti mengelompokkan pelanggan yang mirip. Seluruh modul ini adalah supervised.

Pola fit / predict

Setiap model scikit-learn menggunakan dua kata kerja yang sama. Kamu akan melihat bentuk ini berulang kali:

model = SomeModel()
model.fit(X, y)          # learn from examples
model.predict(X_new)     # guess labels for new rows

Itu seluruh ritualnya. Bagian sulitnya bukan di API, tapi memilih fitur yang bagus dan mengukur seberapa baik model bekerja secara jujur, yang menjadi fokus sisa modul ini.

Di latihan ini kamu belum akan melatih apa pun. Kamu hanya akan melakukan langkah pertama yang membosankan tapi penting: ambil tabel kecil dan ubah menjadi X dan y.

Giliranku

DataFrame housing kecil df diberikan dengan kolom size_sqft, bedrooms, dan price_k. Atur feature_cols = ["size_sqft", "bedrooms"], buat X = df[feature_cols] (hanya dua kolom input) dan y = df["price_k"] (labelnya). Lalu atur n_features ke jumlah kolom fitur dan n_samples ke jumlah baris.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.