Pembelajaran Diselia dengan Scikit-Learn

Pembelajaran terselia melibatkan latihan model menggunakan data berlabel untuk membuat ramalan atau mengelaskan titik data. Scikit-learn ialah pustaka Python popular untuk melaksanakan model pembelajaran terselia.

Dalam pelajaran ini, anda akan mempelajari cara membina dan menilai model pembelajaran terselia menggunakan Scikit-learn.

Pembelajaran terselia menggunakan data berlabel, dengan setiap masukan mempunyai keluaran yang sepadan. Matlamatnya adalah untuk mempelajari pemetaan daripada masukan kepada keluaran.

Tugasan yang lazim termasuk:

• Regresi: Meramalkan nilai selanjar, contohnya harga rumah.
• Pengelasan: Meramalkan kategori, contohnya e-mel tidak dikehendaki atau bukan e-mel tidak dikehendaki.

Pasang Scikit-learn menggunakan pip:

pip install scikit-learn

Setelah dipasang, anda boleh mengimportnya dan mula membina model.

Regresi linear digunakan untuk meramalkan nilai selanjar. Mari bina model regresi linear yang ringkas:

# 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]]))

Regresi logistik digunakan untuk tugasan pengelasan binari, seperti menentukan sama ada e-mel tidak dikehendaki atau tidak.

# 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]]))

Pepohon keputusan ialah model serba guna yang boleh mengendalikan tugasan regresi dan pengelasan. Mari bina pengelas pepohon keputusan yang ringkas:

# 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]]))

Scikit-learn menyediakan metrik untuk menilai prestasi model:

• Ralat Kuasa Dua Min (MSE): Untuk model regresi.
• Ketepatan: Untuk model pengelasan.

# 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))

Sentiasa bahagikan set data anda kepada set latihan dan pengujian untuk menilai prestasi model pada data yang belum dilihat:

# 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)

Berikut ialah beberapa kesilapan yang perlu dielakkan:

• Tidak membahagikan data kepada set latihan dan pengujian.
• Menjadikan model terlebih suai dengan menggunakan algoritma yang terlalu kompleks.
• Menggunakan data berlabel buruk untuk latihan.

Dalam pelajaran ini, anda telah mempelajari:

• Cara membina model regresi dan pengelasan menggunakan Scikit-learn.
• Cara menilai prestasi model menggunakan metrik seperti MSE dan ketepatan.
• Kepentingan membahagikan data kepada set latihan dan pengujian.
• Kesilapan lazim yang perlu dielakkan dalam tugasan pembelajaran terselia.

Syabas! Mari beralih ke topik seterusnya.