Ментальная модель машинного обучения
Машинное обучение звучит мистически, но основная идея проста: вместо того чтобы писать правила самому, вы показываете программе много примеров и позволяете ей найти правила. Почти все в этом модуле опирается на три идеи.
Признаки и метки
Пример разделен на две части. features это то, что вы знаете заранее (размер дома, количество спален). label это то, что вы хотите предсказать (его цена). По давней традиции, features называют X (таблица, заглавная буква), а label называют y (один столбец, строчная буква).
X (features) y (label)
size_sqft bedrooms price_k
650 1 220
800 2 265
1200 3 410Обучение с учителем против обучения без учителя
- Supervised обучение имеет метки. Вы знаете правильный ответ для каждого обучающего примера, поэтому модель учится сопоставлять
Xсy. Прогнозирование цены или сортировка почты на спам и не спам являются обучением с учителем. - Unsupervised обучение не имеет меток. У вас есть только
Xи вы просите модель найти структуру, например, группировку похожих клиентов. Весь этот модуль является supervised.
Паттерн fit / predict
Каждая модель scikit-learn использует одни и те же два глагола. Вы будете видеть эту структуру снова и снова:
model = SomeModel()
model.fit(X, y) # learn from examples
model.predict(X_new) # guess labels for new rowsЭто весь ритуал. Сложной частью никогда не является API, это выбор хороших признаков и честное измерение того, как хорошо работает модель, о чем остальная часть этого модуля.
В этом упражнении вы пока ничего не будете тренировать. Вы просто сделаете некрасивый, но важный первый шаг: возьмите маленькую таблицу и разделите ее на X и y.
Дан DataFrame df с колонками size_sqft, bedrooms и price_k. Установите feature_cols = ["size_sqft", "bedrooms"], создайте X = df[feature_cols] (только две входные колонки) и y = df["price_k"] (метка). Затем установите n_features как количество колонок признаков и n_samples как количество строк.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.