Überwachtes Lernen mit Scikit-Learn

Beim überwachten Lernen wird ein Modell mithilfe gekennzeichneter Daten trainiert, um Vorhersagen zu treffen oder Datenpunkte zu klassifizieren. Scikit-learn ist eine beliebte Python-Bibliothek zur Implementierung von Modellen für überwachtes Lernen.

In dieser Lektion lernen Sie, wie Sie Modelle für überwachtes Lernen mit Scikit-learn erstellen und evaluieren.

Was ist überwachtes Lernen?

Beim überwachten Lernen werden gekennzeichnete Daten verwendet, bei denen jeder Eingabe eine entsprechende Ausgabe zugeordnet ist. Ziel ist es, eine Abbildung von Eingaben auf Ausgaben zu erlernen.

Zu den häufigsten Aufgaben gehören:

• Regression: Kontinuierliche Werte vorhersagen, zum Beispiel Hauspreise.
• Klassifikation: Kategorien vorhersagen, zum Beispiel Spam oder kein Spam.

Scikit-Learn einrichten

Installieren Sie Scikit-learn mit pip:

pip install scikit-learn

Nach der Installation können Sie die Bibliothek importieren und mit dem Erstellen von Modellen beginnen.

Lineare Regression

Die lineare Regression wird verwendet, um kontinuierliche Werte vorherzusagen. Erstellen wir ein einfaches lineares Regressionsmodell:

# Example: Linear Regression
from sklearn.linear_model import LinearRegression

# Sample data
X = [[1], [2], [3]]
y = [2, 4, 6]

model = LinearRegression()
model.fit(X, y)
print("Predicted value:", model.predict([[4]]))

Logistische Regression

Die logistische Regression wird für binäre Klassifikationsaufgaben verwendet, beispielsweise um festzustellen, ob eine E-Mail Spam ist oder nicht.

# Example: Logistic Regression
from sklearn.linear_model import LogisticRegression

# Sample data
X = [[1], [2], [3]]
y = [0, 0, 1]

model = LogisticRegression()
model.fit(X, y)
print("Predicted class:", model.predict([[1.5]]))

Entscheidungsbäume

Entscheidungsbäume sind vielseitige Modelle, die sowohl Regressions- als auch Klassifikationsaufgaben bewältigen können. Erstellen wir einen einfachen Entscheidungsbaum-Klassifikator:

# Example: Decision Tree Classifier
from sklearn.tree import DecisionTreeClassifier

# Sample data
X = [[1], [2], [3]]
y = [0, 1, 0]

model = DecisionTreeClassifier()
model.fit(X, y)
print("Predicted class:", model.predict([[2.5]]))

Modelle evaluieren

Scikit-learn stellt Metriken zur Bewertung der Modellleistung bereit:

• Mittlerer quadratischer Fehler (MSE): Für Regressionsmodelle.
• Genauigkeit: Für Klassifikationsmodelle.

# Example: Evaluating a model
from sklearn.metrics import mean_squared_error

# Predictions
y_true = [2, 4, 6]
y_pred = [2.1, 3.9, 5.8]
print("MSE:", mean_squared_error(y_true, y_pred))

Aufteilung in Trainings- und Testdaten

Teilen Sie Ihren Datensatz immer in Trainings- und Testdaten auf, um die Modellleistung anhand unbekannter Daten zu bewerten:

# Example: Train-Test Split
from sklearn.model_selection import train_test_split

X = [[1], [2], [3], [4]]
y = [0, 1, 0, 1]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25)
print("Training data:", X_train)

Häufige Fehler beim überwachten Lernen

Hier sind einige Fehler, die Sie vermeiden sollten:

• Daten nicht in Trainings- und Testdaten aufzuteilen.
• Das Modell durch die Verwendung übermäßig komplexer Algorithmen zu überfitten.
• Schlecht gekennzeichnete Daten für das Training zu verwenden.

Was haben Sie gelernt?

In dieser Lektion haben Sie Folgendes gelernt:

• Wie Sie Regressions- und Klassifikationsmodelle mit Scikit-learn erstellen.
• Wie Sie die Modellleistung mithilfe von Metriken wie MSE und Genauigkeit bewerten.
• Warum die Aufteilung der Daten in Trainings- und Testdaten wichtig ist.
• Welche häufigen Fehler Sie bei Aufgaben zum überwachten Lernen vermeiden sollten.

Sehr gut! Fahren wir mit dem nächsten Thema fort.