Bienvenue dans le cours !

Classifieurs linéaires en Python

Michael (Mike) Gelbart

Instructor, The University of British Columbia

Prérequis

Dans ce cours, nous partons du principe que vous avez déjà des bases en :

  • Python, niveau Python intermédiaire
  • scikit-learn, niveau Apprentissage supervisé avec scikit-learn
  • Apprentissage supervisé, niveau Apprentissage supervisé avec scikit-learn
Classifieurs linéaires en Python

Ajuster et prédire

import sklearn.datasets

newsgroups = sklearn.datasets.fetch_20newsgroups_vectorized()

X, y = newsgroups.data, newsgroups.target

X.shape

(11314, 130107)

y.shape

(11314,)
Classifieurs linéaires en Python

Ajuster et prédire (suite)

from sklearn.neighbors import KNeighborsClassifier

knn = KNeighborsClassifier(n_neighbors=1)

knn.fit(X,y)

y_pred = knn.predict(X)
Classifieurs linéaires en Python

Évaluation du modèle

knn.score(X,y)

0.99991

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y)

knn.fit(X_train, y_train)

knn.score(X_test, y_test)

0.66242
Classifieurs linéaires en Python

Passons à la pratique !

Classifieurs linéaires en Python

Preparing Video For Download...