Bazele învățării automate
Machine Learning pentru Date de Tip Șir de Timp în Python
Chris Holdgraf
Fellow, Berkeley Institute for Data Science
Începeți întotdeauna prin a examina datele
array.shape
(10, 5)
array[:3]
array([[ 0.735528 , 1.00122818, -0.28315978],
[-0.94478393, 0.18658748, -0.00241224],
[-0.74822942, -1.46636618, 0.69835096]])
Începeți întotdeauna prin a examina datele
df.head()
col1 col2 col3
0 0.735528 1.001228 -0.283160
1 -0.944784 0.186587 -0.002412
2 -0.748229 -1.466366 0.698351
3 1.038589 -0.171248 0.831457
4 -0.161904 0.003972 -0.321933
Vizualizați întotdeauna datele
Asigurați-vă că arată conform așteptărilor.
# Using matplotlib
fig, ax = plt.subplots()
ax.plot(...)
# Using pandas
fig, ax = plt.subplots()
df.plot(..., ax=ax)
Scikit-learn
Scikit-learn este cea mai populară bibliotecă de învățare automată din Python
from sklearn.svm import LinearSVC
Pregătirea datelor pentru scikit-learn
scikit-learnnecesită o anumită structură a datelor:(samples, features)Asigurați-vă că datele sunt cel puțin bidimensionale
Asigurați-vă că prima dimensiune reprezintă eșantioanele
Dacă datele nu au forma corectă
- Dacă axele sunt inversate:
array.T.shape
(10, 3)
Dacă datele nu au forma corectă
- Dacă lipsește o axă, utilizați
.reshape():
array.shape
(10,)
array.reshape(-1, 1).shape
(10, 1)
-1va completa automat axa cu valorile rămase
Antrenarea unui model cu scikit-learn
# Import a support vector classifier
from sklearn.svm import LinearSVC
# Instantiate this model
model = LinearSVC()
# Fit the model on some data
model.fit(X, y)
Este obișnuit ca y să aibă forma (samples, 1)
Examinarea modelului
# There is one coefficient per input feature
model.coef_
array([[ 0.69417875, -0.5289162 ]])
Generarea predicțiilor cu un model antrenat
# Generate predictions
predictions = model.predict(X_test)
Vamos praticar!
Machine Learning pentru Date de Tip Șir de Timp în Python
