Apprendimento supervisionato con Scikit-Learn

L'apprendimento supervisionato consiste nell'addestrare un modello utilizzando dati etichettati per formulare previsioni o classificare punti dati. Scikit-learn è una popolare libreria Python per implementare modelli di apprendimento supervisionato.

In questa lezione imparerà a creare e valutare modelli di apprendimento supervisionato utilizzando Scikit-learn.

Che cos'è l'apprendimento supervisionato?

L'apprendimento supervisionato utilizza dati etichettati, in cui a ogni input corrisponde un output. L'obiettivo è imparare una funzione di mappatura dagli input agli output.

Le attività più comuni includono:

• Regressione: Prevedere valori continui, ad esempio i prezzi delle abitazioni.
• Classificazione: Prevedere categorie, ad esempio spam o non spam.

Configurare Scikit-Learn

Installi Scikit-learn utilizzando pip:

pip install scikit-learn

Una volta installato, può importarlo e iniziare a creare modelli.

Regressione lineare

La regressione lineare viene utilizzata per prevedere valori continui. Creiamo un semplice modello di regressione lineare:

# 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]]))

Regressione logistica

La regressione logistica viene utilizzata per attività di classificazione binaria, ad esempio per determinare se un'e-mail è spam oppure no.

# 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]]))

Alberi decisionali

Gli alberi decisionali sono modelli versatili in grado di gestire sia attività di regressione sia di classificazione. Creiamo un semplice classificatore ad albero decisionale:

# 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]]))

Valutare i modelli

Scikit-learn mette a disposizione metriche per valutare le prestazioni dei modelli:

• Errore quadratico medio (MSE): Per i modelli di regressione.
• Accuratezza: Per i modelli di classificazione.

# 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))

Suddivisione tra addestramento e test

Suddivida sempre il dataset in set di addestramento e di test per valutare le prestazioni del modello su dati che non ha mai visto:

# 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)

Errori comuni nell'apprendimento supervisionato

Ecco alcuni errori da evitare:

• Non suddividere i dati in set di addestramento e di test.
• Adattare eccessivamente il modello utilizzando algoritmi troppo complessi.
• Utilizzare dati etichettati in modo inadeguato per l'addestramento.

Che cosa abbiamo imparato?

In questa lezione ha imparato:

• Come creare modelli di regressione e classificazione utilizzando Scikit-learn.
• Come valutare le prestazioni dei modelli utilizzando metriche come MSE e accuratezza.
• L'importanza di suddividere i dati in set di addestramento e di test.
• Gli errori comuni da evitare nelle attività di apprendimento supervisionato.

Ottimo lavoro! Passiamo al prossimo argomento.