Modellträning
End-to-End Machine Learning
Joshua Stapleton
Machine Learning Engineer
Ockhams rakkniv
- Den enklaste tillräckliga förklaringen är bäst
- Välj enkla modeller i första hand
Modellalternativ
Logistisk regression
- Hittar beslutsgräns mellan klasser
sklearn.linear_model.LogisticRegression
Support Vector Classifier
- Hittar ett plan för att separera klasser
sklearn.svm.SVC
Beslutsträd
- Hittar enkla regler för att klassificera data
sklearn.tree.DecisionTreeClassifier
Slumpmässig skog
- Kombinerar flera beslutsträd
sklearn.ensemble.RandomForestClassifier
Andra modeller
Djupinlärningsmodeller
- Neurala nätverk
- Faltningsneurala nätverk
- Generative Pretrained Transformer (GPT)
K-Nearest Neighbors (KNN)
- Övervakad inlärningsalgoritm
XGBoost
- Gradientförstärkt modell
- https://xgboost.readthedocs.io/en/stable/
Träningsprinciper
Modell:
- Använder rensad och särdragsbearbetad datamängd
- Lär sig mönster i träningsdata
- Syftar till att förutsäga hjärtsjukdomsdiagnos
Principer:
- Modellen måste generalisera till osedd data (utanför träningssetet)
- Håll undan viss data för att testa modellen efter träningen.
- Träning/testuppdelning är vanligtvis 70/30 eller 80/20
- Kan använda
sklearn.model_selection.train_test_split
Träna en modell
# Importing necessary libraries from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression# Split the data into training and testing sets (80:20) X_train, X_test, y_train, y_test = train_test_split(features, heart_disease_y, test_size=0.2, random_state=42)# Define the models logistic_model = LogisticRegression(max_iter=200)# Train the model logistic_model.fit(X_train, y_train)
Hämta modellförutsägelser
# Jane Doe's health data, for example: [age, cholesterol level, blood pressure, etc.] jane_doe_data = [45, 230, 120, ...]# Reshape the data to 2D, because scikit-learn expects a 2D array-like input jane_doe_data = jane_doe_data.reshape(1, -1)# Use the model to predict Jane's heart disease diagnosis probabilities jane_doe_probabilities = logistic_model.predict_proba(jane_doe_data) jane_doe_prediction = logistic_model.predict(jane_doe_data)
Hämta modellförutsägelser (forts.)
# Print the probabilities
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
Nu kör vi en övning!
End-to-End Machine Learning
