你的第一个模型:决策树
是时候真正训练点东西了。决策树分类器学习一张关于特征的是/否问题流程图,流程图的每片叶子是一个预测的标签。它是很好的第一个模型,因为很容易想象:它就是不断地问"特征 1 大于 5 吗?"这样的问题,直到能做出决定。
代码遵循第一课里的 fit/predict 仪式:
from sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier(random_state=0)
clf.fit(X, y) # learn the questions
clf.predict(X_new) # classify new rows我们传入 random_state=0 以便重现。scikit-learn 在构建每次划分时会随机打乱它要考虑的特征,所以两次不设种子的运行可能选出不同的(同样好的)划分,长出略有不同的树。固定种子就把这个选择定住了,让你每次都得到同一棵树。
你要在一个很小、很干净的数据集上训练。每一行有两个特征。两个特征都小时标签是 0,都大时是 1,中间有一道清楚的间隔:
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)因为两组被完美地分开了,树能学到一条让每个训练行都正确的规则。在杂乱的真实数据上并不总是这样,接下来的几课讲的都是不这样时该怎么办。但这能让第一次运行干干净净。
关于更广阔的 AI 世界说一句:TensorFlow 和 PyTorch 这样的重量级工具无法在这个浏览器内的 Python 里运行,所以本课程使用 scikit-learn,它足以让你学到真正的思想。
给定特征 X(8 行 2 列)和标签 y。创建一个名为 clf 的 DecisionTreeClassifier(random_state=0),在 X 和 y 上 fit 它,然后在 X 上预测,把结果存进 preds。再预测单个新点 [[9, 9]],把那一个标签(一个 int)存进 new_pred。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。