De classificatie-uitdaging

Supervised Learning met scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Labels van nieuwe data classificeren

Bouw een model
Het model leert van de gelabelde data die we geven
Geef ongelabelde data aan het model
Het model voorspelt labels voor de nieuwe data

Gelabelde data = trainingsdata

k-Nearest Neighbors

Voorspel het label van een punt door
- Te kijken naar de k dichtstbijzijnde gelabelde punten
- Een meerderheid te nemen

k-Nearest Neighbors

spreidingsplot met blauwe en rode observaties en een nieuwe zwarte observatie

k-Nearest Neighbors

straal rond de drie dichtstbijzijnde observaties bij de zwarte punt

k-Nearest Neighbors

straal rond de vijf dichtstbijzijnde observaties bij de zwarte punt

KNN-intuïtie

spreidingsplot van totale avondkosten versus totale dagkosten, waarbij observaties blauw zijn als ze zijn vertrokken en rood als ze niet zijn vertrokken

KNN-intuïtie

churn-spreidingsplot met een beslissingsgrens die observaties splitst op basis van KNN-voorspelling of ze vertrekken of niet

Een classifier fitten met scikit-learn

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)

Voorspellen op ongelabelde data

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]

Laten we oefenen!

Supervised Learning met scikit-learn