Chương trình học Bài 88 trên tổng số 250 · Những mô hình học máy đầu tiên của bạn
Những mô hình học máy đầu tiên của bạn

Mô hình đầu tiên của bạn: một cây quyết định

Đến lúc thật sự huấn luyện một thứ gì đó. Một bộ phân loại cây quyết định học một sơ đồ các câu hỏi có/không về các đặc trưng, và mỗi lá của sơ đồ là một nhãn dự đoán. Đây là một mô hình đầu tiên tuyệt vời vì nó dễ hình dung: nó cứ hỏi những câu như "đặc trưng 1 có lớn hơn 5 không?" cho tới khi quyết định được.

Mã đi theo nghi thức fit/predict từ bài một:

from sklearn.tree import DecisionTreeClassifier

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

Ta truyền random_state=0 để tái lập được. Khi dựng mỗi lần tách, scikit-learn hoán vị ngẫu nhiên các đặc trưng nó xét, nên hai lần chạy không đặt seed có thể chọn các lần tách khác nhau (tốt ngang nhau) và mọc ra các cây hơi khác nhau. Cố định seed chốt lựa chọn đó để bạn có cùng một cây mỗi lần.

Bạn sẽ huấn luyện trên một tập dữ liệu tí hon, sạch. Mỗi hàng có hai đặc trưng. Nhãn là 0 khi cả hai đặc trưng đều nhỏ và 1 khi cả hai đều lớn, với một khoảng cách rõ ràng ở giữa:

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)

Vì hai nhóm tách biệt hoàn toàn, cây có thể học một quy tắc đúng với mọi hàng huấn luyện. Điều đó không phải lúc nào cũng xảy ra với dữ liệu thật lộn xộn, và các bài tiếp theo đều nói về việc làm gì khi nó không xảy ra. Nhưng nó cho một lần chạy đầu gọn gàng.

Một ghi chú về thế giới AI rộng hơn: các công cụ nặng như TensorFlow và PyTorch không chạy được trong Python trên trình duyệt này, nên khóa học này dùng scikit-learn, vốn đủ để học các ý tưởng thật.

Đến lượt bạn

Các đặc trưng X (8 hàng, 2 cột) và nhãn y được cho. Tạo một DecisionTreeClassifier(random_state=0) tên clf, fit nó trên X và y, rồi dự đoán trên X và lưu kết quả vào preds. Đồng thời dự đoán một điểm mới duy nhất [[9, 9]] và chỉ lưu một nhãn đó (một int) vào new_pred.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.