Klassificeringsutmaningen

Övervakad inlärning med scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Klassificering av etiketter på osedda data

Bygg en modell
Modellen lär sig från de märkta data vi skickar in
Skicka omärkta data till modellen som indata
Modellen förutsäger etiketterna för de osedda data

Märkta data = träningsdata

k-Nearest Neighbors

Förutsäg etiketten för en datapunkt genom att
- Titta på de k närmaste märkta datapunkterna
- Ta majoritetsröst

k-Nearest Neighbors

spridningsdiagram med observationer i blått och rött, samt en ny observation i svart

k-Nearest Neighbors

radie runt de tre observationer som är närmast den svarta punkten

k-Nearest Neighbors

radie runt de fem observationer som är närmast den svarta punkten

KNN-intuition

spridningsdiagram över kvällsavgift kontra dagsavgift, där observationer är blåfärgade om kunden churnat och röda om de inte churnat

KNN-intuition

churn-spridningsdiagram med en beslutsgräns som delar observationerna baserat på om KNN förutsäger att de churnar eller inte

Använda scikit-learn för att träna en klassificerare

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)

Förutsäga på omärkta data

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]

Nu kör vi en övning!

Övervakad inlärning med scikit-learn