分类挑战

使用 scikit-learn 的监督学习

George Boorman

Core Curriculum Manager, DataCamp

为未见数据分类

  1. 构建模型
  2. 用标注数据训练模型
  3. 输入未标注数据
  4. 模型预测其标签

 

  • 标注数据 = 训练数据
使用 scikit-learn 的监督学习

k 近邻（KNN）

  • 预测数据点的标签

    • 查看其最近的 k 个已标注点

    • 取多数投票

使用 scikit-learn 的监督学习

k 近邻（KNN）

蓝红观测点的散点图，黑点为新观测

使用 scikit-learn 的监督学习

k 近邻（KNN）

围绕黑点最近三个观测的半径

使用 scikit-learn 的监督学习

k 近邻（KNN）

围绕黑点最近五个观测的半径

使用 scikit-learn 的监督学习

KNN 直观理解

总晚间费用与总白天费用的散点图；流失为蓝色，未流失为红色

使用 scikit-learn 的监督学习

KNN 直观理解

流失散点图及按 KNN 预测是否流失划分的决策边界

使用 scikit-learn 的监督学习

用 scikit-learn 拟合分类器

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)
使用 scikit-learn 的监督学习

对未标注数据进行预测

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]
使用 scikit-learn 的监督学习

Passons à la pratique !

使用 scikit-learn 的监督学习

Preparing Video For Download...