Le défi de classification

Apprentissage supervisé avec scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Classer les étiquettes de nouvelles données

Créer un modèle
Le modèle apprend à partir des données étiquetées fournies
Lui fournir des données non étiquetées en entrée
Le modèle prédit les étiquettes des nouvelles données

Données étiquetées = données d'entraînement

k plus proches voisins (k-NN)

Prédire l'étiquette d'un point de données en
- Cherchant les k points étiquetés les plus proches
- Prenant la majorité des votes

k plus proches voisins (k-NN)

nuage de points avec des observations en bleu et en rouge, et une nouvelle observation en noir

k plus proches voisins (k-NN)

rayon autour des trois observations les plus proches du point noir

k plus proches voisins (k-NN)

rayon autour des cinq observations les plus proches du point noir

Intuition KNN

nuage de points de la charge totale en soirée par rapport à la charge totale de jour, où les observations sont bleues si elles ont résilié et rouges sinon

Intuition KNN

nuage de points de résiliation avec une frontière de décision séparant les observations selon que KNN prédit une résiliation ou non

Utiliser scikit-learn pour ajuster un classificateur

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)

Prédire sur des données non étiquetées

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]

Passons à la pratique !

Apprentissage supervisé avec scikit-learn