Trénování modelu
Strojové učení od začátku do konce
Joshua Stapleton
Machine Learning Engineer
Occamova břitva
- Nejjednodušší dostatečné vysvětlení je nejlepší
- Při výběru upřednostňujte jednoduché modely
Možnosti modelování
Logistická regrese
- Hledá hranici rozhodování mezi třídami
sklearn.linear_model.LogisticRegression
Klasifikátor podpůrných vektorů
- Hledá rovinu pro oddělení tříd
sklearn.svm.SVC
Rozhodovací strom
- Hledá jednoduchá „pravidla" pro klasifikaci dat
sklearn.tree.DecisionTreeClassifier
Náhodný les
- Kombinuje více rozhodovacích stromů
sklearn.ensemble.RandomForestClassifier
Další modely
Modely hlubokého učení
- Neuronové sítě
- Konvoluční neuronové sítě
- Generativní předtrénovaný transformátor (GPT)
K nejbližších sousedů (KNN)
- Algoritmus řízeného učení
XGBoost
- Model s gradientovým boostingem
- https://xgboost.readthedocs.io/en/stable/
Principy trénování
Model:
- Využívá vyčištěnou datovou sadu s upravenými příznaky
- Učí se vzory z trénovacích dat
- Cílem je předpovědět diagnózu srdečního onemocnění
Principy:
- Model musí generalizovat na neznámá data (mimo trénovací sadu)
- Část dat se „odloží" pro testování po dokončení tréninku.
- Poměr trénovacích/testovacích dat je obvykle 70/30 nebo 80/20
- Lze použít
sklearn.model_selection.train_test_split
Trénování modelu
# Importing necessary libraries from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression# Split the data into training and testing sets (80:20) X_train, X_test, y_train, y_test = train_test_split(features, heart_disease_y, test_size=0.2, random_state=42)# Define the models logistic_model = LogisticRegression(max_iter=200)# Train the model logistic_model.fit(X_train, y_train)
Získání předpovědí modelu
# Jane Doe's health data, for example: [age, cholesterol level, blood pressure, etc.] jane_doe_data = [45, 230, 120, ...]# Reshape the data to 2D, because scikit-learn expects a 2D array-like input jane_doe_data = jane_doe_data.reshape(1, -1)# Use the model to predict Jane's heart disease diagnosis probabilities jane_doe_probabilities = logistic_model.predict_proba(jane_doe_data) jane_doe_prediction = logistic_model.predict(jane_doe_data)
Získání předpovědí modelu (pokrač.)
# Print the probabilities
print(f"Jane Doe's predicted probabilities: {jane_doe_probabilities[0]}")
print(f"Jane Doe's predicted health condition: {jane_doe_prediction[0]}")
Jane Doe's predicted health condition probabilities: [0.2 0.8]Jane Doe's predicted health condition: 1
Pojďme si procvičit!
Strojové učení od začátku do konce
