Bài toán phân loại

Học có giám sát với scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Phân loại nhãn cho dữ liệu chưa thấy

Xây dựng mô hình
Mô hình học từ dữ liệu đã gán nhãn
Đưa dữ liệu chưa gán nhãn vào mô hình
Mô hình dự đoán nhãn cho dữ liệu chưa thấy

Dữ liệu gán nhãn = dữ liệu huấn luyện

k-Láng giềng gần nhất (KNN)

Dự đoán nhãn của một điểm dữ liệu bằng cách
- Xem k điểm đã gán nhãn gần nhất
- Lấy phiếu đa số

k-Láng giềng gần nhất (KNN)

biểu đồ phân tán với điểm quan sát màu xanh và đỏ, cùng một điểm mới màu đen

k-Láng giềng gần nhất (KNN)

vùng bán kính quanh ba điểm gần nhất với chấm đen

k-Láng giềng gần nhất (KNN)

vùng bán kính quanh năm điểm gần nhất với chấm đen

Trực giác về KNN

biểu đồ phân tán giữa tổng cước buổi tối và tổng cước ban ngày, điểm màu xanh là đã rời bỏ và màu đỏ là chưa rời bỏ

Trực giác về KNN

biểu đồ rời bỏ với ranh giới quyết định chia các điểm theo dự đoán rời bỏ của KNN

Dùng scikit-learn để huấn luyện bộ phân loại

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)

Dự đoán trên dữ liệu chưa gán nhãn

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]

Ayo berlatih!

Học có giám sát với scikit-learn