ML मॉडलिंग स्टेप्स

Python में मार्केटिंग के लिए मशीन लर्निंग

Karolis Urbonas

Head of Analytics & Science, Amazon

Supervised learning स्टेप्स

डेटा को training और testing में split करें
मॉडल initialize करें
training डेटा पर मॉडल fit करें
testing डेटा पर वैल्यूज़ predict करें
testing डेटा पर मॉडल का प्रदर्शन measure करें

Supervised learning with code

पहले लाइब्रेरीज़ लोड करें.

from sklearn import tree
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

Supervised learning स्टेप्स with code

# 1. Split data to training and testing
train_X, test_X, train_Y, test_Y = train_test_split(X, Y, test_size=0.25)

# 2. Initialize the model
mytree = tree.DecisionTreeClassifier()

# 3. Fit the model on the training data
treemodel = mytree.fit(train_X, train_Y)

# 4. Predict values on the testing data
pred_Y = treemodel.predict(test_X)

# 5. Measure model performance on testing data
accuracy_score(test_Y, pred_Y)

Unsupervised learning स्टेप्स

मॉडल initialize करें
मॉडल fit करें
क्लस्टर वैल्यूज़ assign करें
परिणाम explore करें

Unsupervised learning with code

पहले लाइब्रेरीज़ लोड करें.

from sklearn.cluster import KMeans
import pandas as pd

Unsupervised learning with code

1. Initialize the model
kmeans = KMeans(n_clusters=3)

# Fit the model 
kmeans.fit(data)

# 3. Asign cluster values
data.assign(Cluster=kmeans.labels_)

# 4. Explore results
data.groupby('Cluster').mean()

चलिए कुछ मॉडल बनाते हैं!

Python में मार्केटिंग के लिए मशीन लर्निंग