Chuẩn bị dữ liệu cho học máy

Phân tích dữ liệu IoT bằng Python

Matthias Voppichler

IT Developer

Ôn tập Học máy

Học có giám sát
- Phân loại
- Hồi quy
Học không giám sát
- Phân cụm
Học sâu
- Mạng nơ-ron

Ôn tập Học máy

Học có giám sát
- Phân loại
- Hồi quy
Học không giám sát
- Phân cụm
Học sâu
- Mạng nơ-ron

Nhãn

print(environment_labeled.head())

                     humidity  temperature  pressure   label
timestamp                                                   
2018-10-01 00:00:00      81.0         11.8    1013.4       1
2018-10-01 00:15:00      79.7         11.9    1013.1       1
2018-10-01 00:30:00      81.0         12.1    1013.0       1
2018-10-01 00:45:00      79.7         11.7    1012.7       1
2018-10-01 01:00:00      84.3         11.2    1012.6       1

Chia train/test

Chia dữ liệu chuỗi thời gian

Mô hình không được thấy dữ liệu kiểm tra khi huấn luyện
Không thể chia ngẫu nhiên
Không được cho mô hình nhìn vào tương lai

Chia train/test

split_day = "2018-10-13"

train = environment[:split_day]
test = environment[split_day:]

print(train.iloc[0].name)
print(train.iloc[-1].name)
print(test.iloc[0].name)
print(test.iloc[-1].name)

2018-10-01 00:00:00
2018-10-13 23:45:00
2018-10-14 00:00:00
2018-10-15 23:45:00

Tách train_test C4_L3.png

Đặc trưng và Nhãn

X_train = train.drop("target", axis=1)
y_train = train["target"]
X_test = test.drop("target", axis=1)
y_test = test["target"]

print(X_train.shape)
print(y_train.shape)

(1248, 3)
(1248,)

Hồi quy Logistic

from sklearn.linear_model import LogisticRegression

logreg = LogisticRegression()

logreg.fit(X_train, y_train)

print(logreg.predict(X_test))

[0 0 1 1 1 1 1 0 0]

Ayo berlatih!

Phân tích dữ liệu IoT bằng Python