Những điều cơ bản về Machine Learning
Machine Learning cho Dữ liệu Chuỗi thời gian bằng Python
Chris Holdgraf
Fellow, Berkeley Institute for Data Science
Luôn bắt đầu bằng cách xem dữ liệu của bạn
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]])
Luôn bắt đầu bằng cách xem dữ liệu của bạn
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
Luôn trực quan hóa dữ liệu
Hãy chắc chắn nó trông đúng như bạn mong đợi.
# Dùng matplotlib
fig, ax = plt.subplots()
ax.plot(...)
# Dùng pandas
fig, ax = plt.subplots()
df.plot(..., ax=ax)
Scikit-learn
Scikit-learn là thư viện machine learning phổ biến nhất trong Python
from sklearn.svm import LinearSVC
Chuẩn bị dữ liệu cho scikit-learn
scikit-learnyêu cầu dữ liệu có cấu trúc:(samples, features)Đảm bảo dữ liệu ít nhất hai chiều
Đảm bảo chiều đầu là samples
Khi dữ liệu không đúng hình dạng
- Nếu các trục bị hoán đổi:
array.T.shape
(10, 3)
Khi dữ liệu không đúng hình dạng
- Nếu thiếu một trục, dùng
.reshape():
array.shape
(10,)
array.reshape(-1, 1).shape
(10, 1)
-1sẽ tự động điền trục đó bằng giá trị còn lại
Fit mô hình với scikit-learn
# Import bộ phân loại vector hỗ trợ
from sklearn.svm import LinearSVC
# Khởi tạo mô hình
model = LinearSVC()
# Fit mô hình trên dữ liệu
model.fit(X, y)
Thường thì y có dạng (samples, 1)
Khám phá mô hình
# Mỗi đặc trưng đầu vào có một hệ số
model.coef_
array([[ 0.69417875, -0.5289162 ]])
Dự đoán với mô hình đã fit
# Tạo dự đoán
predictions = model.predict(X_test)
Cùng luyện tập nào!
Machine Learning cho Dữ liệu Chuỗi thời gian bằng Python
