Sınıflandırma sorunu

scikit-learn ile Supervised Learning

George Boorman

Core Curriculum Manager, DataCamp

Görülmeyen verinin etiketlerini sınıflandırma

  1. Bir model kur
  2. Modele verdiğimiz etiketli veriden öğrenir
  3. Modele etiketlenmemiş veriyi ver
  4. Model, görülmeyen verinin etiketlerini tahmin eder

 

  • Etiketli veri = eğitim verisi
scikit-learn ile Supervised Learning

k-En Yakın Komşular

  • Bir veri noktasının etiketini şu şekilde tahmin et

    • En yakın k etiketli noktaya bak

    • Çoğunluk oyu al

scikit-learn ile Supervised Learning

k-En Yakın Komşular

gözlemleri mavi ve kırmızı, yeni gözlemi siyah olan saçılım grafiği

scikit-learn ile Supervised Learning

k-En Yakın Komşular

siyah noktaya en yakın üç gözlem etrafındaki yarıçap

scikit-learn ile Supervised Learning

k-En Yakın Komşular

siyah noktaya en yakın beş gözlem etrafındaki yarıçap

scikit-learn ile Supervised Learning

KNN sezgisi

toplam akşam ücreti ile toplam gündüz ücreti saçılım grafiği; gözlemler, churn olduysa mavi, olmadıysa kırmızı renkte

scikit-learn ile Supervised Learning

KNN sezgisi

KNN'in churn tahminine göre gözlemleri ayıran karar sınırı olan churn saçılım grafiği

scikit-learn ile Supervised Learning

Bir sınıflandırıcıyı scikit-learn ile eğitme

from sklearn.neighbors import KNeighborsClassifier

X = churn_df[["total_day_charge", "total_eve_charge"]].values
y = churn_df["churn"].values

print(X.shape, y.shape)

(3333, 2), (3333,)

knn = KNeighborsClassifier(n_neighbors=15)

knn.fit(X, y)
scikit-learn ile Supervised Learning

Etiketlenmemiş veride tahmin

X_new = np.array([[56.8, 17.5],
                  [24.4, 24.1],
                  [50.1, 10.9]])

print(X_new.shape)

(3, 2)

predictions = knn.predict(X_new)

print('Predictions: {}'.format(predictions))

Predictions: [1 0 0]
scikit-learn ile Supervised Learning

Haydi pratik yapalım!

scikit-learn ile Supervised Learning

Preparing Video For Download...