Прокляття розмірності

Зменшення розмірності в Python

Jeroen Boeye

Head of Machine Learning, Faktion

Від спостереження до закономірності

Місто	Ціна
Берлін	2
Париж	3

Місто	Ціна
Берлін	2
Париж	3

нудний графік розподілу

Розподіл: Берлін vs Париж

Відокремте ознаку, яку хочемо передбачати, від тих, на яких навчаємо модель.

y = house_df['City']

X = house_df.drop('City', axis=1)

Зробіть поділ: 70% train і 30% test

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

Створіть класифікатор опорних векторів і навчіть на тренувальних даних

from sklearn.svm import SVC

svc = SVC()

svc.fit(X_train, y_train)

from sklearn.metrics import accuracy_score

print(accuracy_score(y_test, svc.predict(X_test)))

0.826

print(accuracy_score(y_train, svc.predict(X_train)))

0.832

Розподіл: Берлін vs Париж

Місто	Ціна	n_floors	n_bathroom	surface_m2
Берлін	2.0	1	1	190
Берлін	3.1	2	1	187
Берлін	4.3	2	2	240
Париж	3.0	2	1	170
Париж	5.2	2	2	290
...	...	...	...	...

Зменшення розмірності в Python