Uczenie nienadzorowane

Uczenie nienadzorowane w Pythonie

Benjamin Wilson

Director of Research at lateral.io

Uczenie nienadzorowane

Uczenie nienadzorowane odkrywa wzorce w danych
Np. klasteryzacja klientów według zakupów
Kompresja danych z użyciem wzorców zakupów (redukcja wymiarowości)

Uczenie nadzorowane a nienadzorowane

Uczenie nadzorowane odkrywa wzorce do zadań predykcyjnych
Np. klasyfikacja guzów jako łagodne lub złośliwe (etykiety)
Uczenie nienadzorowane odkrywa wzorce w danych
... ale bez konkretnego zadania predykcyjnego

Zbiór danych iris

Pomiary wielu roślin irysa
Trzy gatunki irysa:
- setosa
- versicolor
- virginica
Długość i szerokość płatka, długość i szerokość działki (the features of the dataset)

Irys

¹ https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_iris.html

Tablice, cechy i próbki

Dwuwymiarowa tablica NumPy
Kolumny to pomiary (cechy)
Wiersze reprezentują rośliny irysa (próbki)

Dane iris są 4-wymiarowe

Próbki irysów to punkty w przestrzeni 4-wymiarowej
Wymiar = liczba cech
Zbyt wiele wymiarów do wizualizacji!
... ale uczenie nienadzorowane daje wgląd w dane

Klasteryzacja k-means

Znajduje klastry próbek
Liczba klastrów musi być określona
Zaimplementowane w sklearn ("scikit-learn")

print(samples)

[[ 5.   3.3  1.4  0.2]
 [ 5.   3.5  1.3  0.3]
 ...
 [ 7.2  3.2  6.   1.8]]

from sklearn.cluster import KMeans

model = KMeans(n_clusters=3)

model.fit(samples)

KMeans(n_clusters=3)

labels = model.predict(samples)

print(labels)

[0 0 1 1 0 1 2 1 0 1 ...]

Etykiety klastrów dla nowych próbek

Nowe próbki można przypisać do istniejących klastrów
k-means zapamiętuje średnią każdego klastra ("centroidy")
Znajduje najbliższy centroid dla każdej nowej próbki

Etykiety klastrów dla nowych próbek

print(new_samples)

[[ 5.7  4.4  1.5  0.4]
 [ 6.5  3.   5.5  1.8]
 [ 5.8  2.7  5.1  1.9]]

new_labels = model.predict(new_samples)

print(new_labels)

[0 2 1]

Wykresy rozproszenia

Wykres rozproszenia: długość działki vs. długość płatka
Każdy punkt reprezentuje próbkę irysa
Punkty zabarwione według etykiet klastrów
PyPlot (matplotlib.pyplot)

Wykres rozproszenia

Wykresy rozproszenia

import matplotlib.pyplot as plt

xs = samples[:,0]
ys = samples[:,2]

plt.scatter(xs, ys, c=labels)

plt.show()

Czas na ćwiczenia!

Uczenie nienadzorowane w Pythonie

Preparing Video For Download...