Entraînement du modèle
Apprentissage Machine de bout en bout
Joshua Stapleton
Machine Learning Engineer
Rasoir d'Occam
- L'explication satisfaisante la plus simple est la meilleure
- Privilégier les modèles simples au moment de choisir
Options de modélisation
Régression logistique
- Trouve la frontière de décision entre les classes
sklearn.linear_model.LogisticRegression
Classifieur à vecteurs de support
- Trouve un plan séparant les classes
sklearn.svm.SVC
Arbre de décision
- Trouve des « règles » simples pour classer les données
sklearn.tree.DecisionTreeClassifier
Forêt aléatoire
- Combine plusieurs arbres de décision
sklearn.ensemble.RandomForestClassifier
Autres modèles
Modèles d'apprentissage profond
- Réseaux de neurones
- Réseaux de neurones convolutionnels
- Generative Pretrained Transformer (GPT)
K plus proches voisins (KNN)
- Algorithme d'apprentissage supervisé
XGBoost
- Modèle par rehaussement de gradient
- https://xgboost.readthedocs.io/en/stable/
Principes d'entraînement
Modèle :
- Utilise un ensemble de données nettoyé et avec caractéristiques traitées
- Apprend des motifs dans les données d'entraînement
- Vise à prédire la cible du diagnostic de cardiopathie
Principes :
- Le modèle doit se généraliser à des données inédites (hors ensemble d'entraînement)
- « Mettre de côté » des données pour tester après l'entraînement
- La division entraînement/test est généralement 70/30 ou 80/20
- Peut utiliser
sklearn.model_selection.train_test_split
Entraîner un modèle
# Importation des bibliothèques nécessaires from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression# Diviser les données en ensembles d'entraînement et de test (80:20) X_train, X_test, y_train, y_test = train_test_split(features, heart_disease_y, test_size=0.2, random_state=42)# Définir les modèles logistic_model = LogisticRegression(max_iter=200)# Entraîner le modèle logistic_model.fit(X_train, y_train)
Obtenir les prédictions du modèle
# Données de santé de Jane Doe, p. ex. : [âge, cholestérol, tension artérielle, etc.] jane_doe_data = [45, 230, 120, ...]# Remodeler en 2D, car scikit-learn attend une entrée de type tableau 2D jane_doe_data = jane_doe_data.reshape(1, -1)# Utiliser le modèle pour prédire les probabilités de diagnostic cardiaque de Jane jane_doe_probabilities = logistic_model.predict_proba(jane_doe_data) jane_doe_prediction = logistic_model.predict(jane_doe_data)
Obtenir les prédictions (suite)
# Afficher les probabilités
print(f"Jane Doe's predicted probabilities: {jane_doe_probabilities[0]}")
print(f"Jane Doe's predicted health condition: {jane_doe_prediction[0]}")
Jane Doe's predicted health condition probabilities: [0.2 0.8]Jane Doe's predicted health condition: 1
Passons à la pratique !
Apprentissage Machine de bout en bout
