Chương trình học Bài 85 trên tổng số 250 · Những mô hình học máy đầu tiên của bạn
Những mô hình học máy đầu tiên của bạn

Mô hình tư duy về học máy

Học máy nghe có vẻ huyền bí, nhưng ý cốt lõi rất đơn giản: thay vì tự viết các quy tắc, bạn cho một chương trình xem thật nhiều ví dụ và để nó tự tìm ra quy tắc. Gần như mọi thứ trong mô-đun này dựa trên ba ý.

Đặc trưng và nhãn

Một ví dụ được chia làm hai phần. Các đặc trưng (features) là những gì bạn biết từ đầu (diện tích một ngôi nhà, số phòng ngủ). Nhãn (label) là thứ bạn muốn dự đoán (giá của nó). Theo truyền thống lâu đời, các đặc trưng được gọi là X (một bảng, chữ hoa) và nhãn được gọi là y (một cột duy nhất, chữ thường).

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

Có giám sát và không giám sát

  • Học có giám sát có nhãn. Bạn biết câu trả lời đúng cho mỗi ví dụ huấn luyện, nên mô hình học cách ánh xạ X sang y. Dự đoán giá, hay xếp email vào thư rác hoặc không, là học có giám sát.
  • Học không giám sát không có nhãn. Bạn chỉ có X và yêu cầu mô hình tìm cấu trúc, như gom nhóm những khách hàng giống nhau. Toàn bộ mô-đun này là học có giám sát.

Khuôn mẫu fit / predict

Mọi mô hình scikit-learn đều nói cùng hai động từ. Bạn sẽ thấy hình dạng này lặp đi lặp lại:

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

Đó là toàn bộ nghi thức. Phần khó không bao giờ là API, mà là chọn đặc trưng tốt và đo một cách trung thực mô hình làm tốt đến đâu, đó là nội dung của phần còn lại của mô-đun này.

Trong bài tập này bạn chưa huấn luyện gì cả. Bạn chỉ làm bước đầu tiên không hào nhoáng nhưng thiết yếu: lấy một bảng nhỏ và cắt nó thành X và y.

Đến lượt bạn

Một DataFrame nhà ở nhỏ df được cho với các cột size_sqft, bedrooms, và price_k. Đặt feature_cols = ["size_sqft", "bedrooms"], tạo X = df[feature_cols] (chỉ hai cột đầu vào) và y = df["price_k"] (nhãn). Rồi đặt n_features là số cột đặc trưng và n_samples là số hàng.

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.