Veiledet læring med Scikit-Learn

Overvåket læring innebærer å trene en modell ved hjelp av merkede data for å lage forutsigelser eller klassifisere datapunkter. Scikit-learn er et populært Python-bibliotek for å implementere modeller for overvåket læring.

I denne leksjonen lærer du hvordan du bygger og evaluerer modeller for overvåket læring ved hjelp av Scikit-learn.

Overvåket læring bruker merkede data, der hver inndata har en tilhørende utdata. Målet er å lære sammenhengen mellom inndata og utdata.

Vanlige oppgaver omfatter:

• Regresjon: Forutsi kontinuerlige verdier, for eksempel boligpriser.
• Klassifisering: Forutsi kategorier, for eksempel søppelpost eller ikke søppelpost.

Installer Scikit-learn ved hjelp av pip:

pip install scikit-learn

Når biblioteket er installert, kan du importere det og begynne å bygge modeller.

Lineær regresjon brukes til å forutsi kontinuerlige verdier. La oss bygge en enkel lineær regresjonsmodell:

# 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]]))

Logistisk regresjon brukes til binære klassifiseringsoppgaver, for eksempel å avgjøre om en e-post er søppelpost eller ikke.

# 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]]))

Beslutningstrær er allsidige modeller som kan håndtere både regresjons- og klassifiseringsoppgaver. La oss bygge en enkel beslutningstreklassifikator:

# 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 tilbyr måltall for å evaluere modellens ytelse:

• Mean Squared Error (MSE): For regresjonsmodeller.
• Nøyaktighet: For klassifiseringsmodeller.

# 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))

Del alltid datasettet inn i trenings- og testsett for å evaluere modellens ytelse på data den ikke har sett før:

# 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)

Her er noen feil du bør unngå:

• Å ikke dele dataene inn i trenings- og testsett.
• Å overtilpasse modellen ved å bruke altfor komplekse algoritmer.
• Å bruke dårlig merkede data til trening.

I denne leksjonen har du lært:

• Hvordan du bygger regresjons- og klassifiseringsmodeller ved hjelp av Scikit-learn.
• Hvordan du evaluerer modellens ytelse ved hjelp av måltall som MSE og nøyaktighet.
• Hvor viktig det er å dele dataene inn i trenings- og testsett.
• Vanlige feil du bør unngå i oppgaver innen overvåket læring.

Godt jobbet! La oss gå videre til neste tema.