Machine learning: basis
Machine Learning voor tijdreeksgegevens in Python
Chris Holdgraf
Fellow, Berkeley Institute for Data Science
Kijk altijd eerst naar je data
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]])
Kijk altijd eerst naar je data
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
Visualiseer je data altijd
Check of het eruitziet zoals je verwacht.
# Met matplotlib
fig, ax = plt.subplots()
ax.plot(...)
# Met pandas
fig, ax = plt.subplots()
df.plot(..., ax=ax)
Scikit-learn
Scikit-learn is de populairste machine learning-bibliotheek in Python
from sklearn.svm import LinearSVC
Data voorbereiden voor scikit-learn
scikit-learnverwacht een specifieke datastructuur:(samples, features)Zorg dat je data minstens tweedimensionaal is
Zorg dat de eerste dimensie samples zijn
Als je data niet goed van vorm is
- Als de assen zijn verwisseld:
array.T.shape
(10, 3)
Als je data niet goed van vorm is
- Als er een as ontbreekt, gebruik
.reshape():
array.shape
(10,)
array.reshape(-1, 1).shape
(10, 1)
-1vult die as automatisch met de resterende waarden
Een model fitten met scikit-learn
# Importeer een support vector classifier
from sklearn.svm import LinearSVC
# Maak het model aan
model = LinearSVC()
# Fit het model op data
model.fit(X, y)
Vaak heeft y de vorm (samples, 1)
Het model onderzoeken
# Er is één coëfficiënt per invoerkenmerk
model.coef_
array([[ 0.69417875, -0.5289162 ]])
Voorspellen met een gefit model
# Genereer voorspellingen
predictions = model.predict(X_test)
Laten we oefenen
Machine Learning voor tijdreeksgegevens in Python
