Noções básicas de machine learning
Machine Learning para dados de séries temporais em Python
Chris Holdgraf
Fellow, Berkeley Institute for Data Science
Sempre comece olhando seus dados
array.shape
(10, 5)
array[:3]
array([[ 0.735528 , 1.00122818, -0.28315978],
[-0.94478393, 0.18658748, -0.00241224],
[-0.74822942, -1.46636618, 0.69835096]])
Sempre comece olhando seus dados
df.head()
col1 col2 col3
0 0.735528 1.001228 -0.283160
1 -0.944784 0.186587 -0.002412
2 -0.748229 -1.466366 0.698351
3 1.038589 -0.171248 0.831457
4 -0.161904 0.003972 -0.321933
Sempre visualize seus dados
Verifique se está como você espera.
# Usando matplotlib
fig, ax = plt.subplots()
ax.plot(...)
# Usando pandas
fig, ax = plt.subplots()
df.plot(..., ax=ax)
Scikit-learn
Scikit-learn é a biblioteca de machine learning mais popular em Python
from sklearn.svm import LinearSVC
Preparando dados para scikit-learn
scikit-learnespera uma estrutura específica de dados:(samples, features)Garanta que seus dados tenham pelo menos duas dimensões
Garanta que a primeira dimensão seja samples
Se seus dados não tiverem o formato correto
- Se os eixos estiverem trocados:
array.T.shape
(10, 3)
Se seus dados não tiverem o formato correto
- Se faltar um eixo, use
.reshape():
array.shape
(10,)
array.reshape(-1, 1).shape
(10, 1)
-1preenche automaticamente o eixo com os valores restantes
Ajustando um modelo com scikit-learn
# Importe um classificador de vetores de suporte
from sklearn.svm import LinearSVC
# Instancie o modelo
model = LinearSVC()
# Ajuste o modelo a alguns dados
model.fit(X, y)
É comum que y tenha formato (samples, 1)
Investigando o modelo
# Há um coeficiente por feature de entrada
model.coef_
array([[ 0.69417875, -0.5289162 ]])
Prevendo com um modelo ajustado
# Gerar previsões
predictions = model.predict(X_test)
Vamos praticar
Machine Learning para dados de séries temporais em Python
