İş akışlarından boru hatlarına

Python'da Machine Learning İş Akışları Tasarlama

Dr. Chris Anagnostopoulos

Honorary Associate Professor

İş akışımıza dönüş

from sklearn.ensemble import RandomForestClassifier as rf
X_train, X_test, y_train, y_test = train_test_split(X, y)

grid_search = GridSearchCV(rf(), param_grid={'max_depth': [2, 5, 10]})
grid_search.fit(X_train, y_train)
depth = grid_search.best_params_['max_depth']

vt = SelectKBest(f_classif, k=3).fit(X_train, y_train)
clf = rf(max_depth=best_value).fit(vt.transform(X_train), y_train)
accuracy_score(clf.predict(vt.transform(X_test), y_test))

Izgara aramanın gücü

max_depth değerini optimize edin:

pg = {'max_depth': [2,5,10]}
gs = GridSearchCV(rf(),  
   param_grid=pg)
gs.fit(X_train, y_train)
depth = gs.best_params_['max_depth']

Derinlik ve tahminci sayısı değerlerinin tüm kombinasyonlarını gösteren bir tablo; üç değer incelendi ve biri en iyi bulundu.

Izgara aramanın gücü

Sonra n_estimators değerini optimize edin:

pg = {'n_estimators': [10,20,30]}
gs = GridSearchCV(
   rf(max_depth=depth),  
   param_grid=pg)
gs.fit(X_train, y_train)
n_est = gs.best_params_[
    'n_estimators']

Derinlik ve tahminci sayısı değerlerinin tüm kombinasyonlarını gösteren bir tablo; beş değer incelendi ve başka biri en iyi bulundu.

Izgara aramanın gücü

max_depth ve n_estimators birlikte:

pg = {
   'max_depth': [2,5,10],
   'n_estimators': [10,20,30]
}
gs = GridSearchCV(rf(),  
   param_grid=pg)
gs.fit(X_train, y_train)
print(gs.best_params_) 

{'max_depth': 10, 'n_estimators': 20}

Derinlik ve tahminci sayısı değerlerinin tüm kombinasyonlarını gösteren bir tablo; tüm değerler incelendi ve yine aynı en iyi bulundu.

Boru hatları

Bu diyagramda, iki hiperparametreli rastgele orman, bir hiperparametreli özellik seçiciye bir okla bağlanmıştır.

Boru hatları

Her iki nesne tek bir kutu içinde birleştirilmiştir.

Boru hatları

from sklearn.pipeline import Pipeline
pipe = Pipeline([
    ('feature_selection', SelectKBest(f_classif)), 
    ('classifier', RandomForestClassifier())
])

params = dict(
    feature_selection__k=[2, 3, 4],
    classifier__max_depth=[5, 10, 20]
)

grid_search = GridSearchCV(pipe, param_grid=params)
gs = grid_search.fit(X_train, y_train).best_params_

{'classifier__max_depth': 20, 'feature_selection__k': 4}

Boru hattınızı özelleştirme

from sklearn.metrics import roc_auc_score, make_scorer
auc_scorer = make_scorer(roc_auc_score)

grid_search = GridSearchCV(pipe, param_grid=params, scoring=auc_scorer)

Aşırıya kaçmayın

params = dict(
    feature_selection__k=[2, 3, 4], 
    clf__max_depth=[5, 10, 20], 
    clf__n_estimators=[10, 20, 30] 
)
grid_search = GridSearchCV(pipe, params, cv=10)

3 x 3 x 3 x 10 = 270 sınıflandırıcı eğitimi!

Güçlendirilmiş iş akışları

Python'da Machine Learning İş Akışları Tasarlama