Provocarea clasificării

Învățare supravegheată cu scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Clasificarea etichetelor datelor nevăzute

Construiți un model
Modelul învață din datele etichetate furnizate
Furnizați date neetichetate ca intrare
Modelul prezice etichetele datelor nevăzute

Date etichetate = date de antrenament

k-Nearest Neighbors

Predicția etichetei unui punct de date prin
- Identificarea celor mai apropiate k puncte etichetate
- Vot majoritar

k-Nearest Neighbors

grafic de dispersie cu observații în albastru și roșu și o observație nouă în negru

k-Nearest Neighbors

rază în jurul celor trei observații cele mai apropiate de punctul negru

k-Nearest Neighbors

rază în jurul celor cinci observații cele mai apropiate de punctul negru

Intuiția KNN

grafic de dispersie al taxei totale de seară față de taxa totală de zi, unde observațiile sunt colorate în albastru dacă au renunțat la serviciu și în roșu dacă nu au renunțat

Intuiția KNN

grafic de dispersie churn cu o frontieră de decizie care separă observațiile în funcție de predicția KNN privind renunțarea la serviciu

Antrenarea unui clasificator cu scikit-learn

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)

Predicții pe date neetichетate

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]

Să exersăm!

Învățare supravegheată cu scikit-learn