Обучение с учителем с помощью Scikit-Learn

Обучение с учителем включает обучение модели на размеченных данных для выполнения прогнозов или классификации объектов данных. Scikit-learn — популярная библиотека Python для реализации моделей обучения с учителем.

В этом уроке Вы узнаете, как создавать и оценивать модели обучения с учителем с помощью Scikit-learn.

Что такое обучение с учителем

При обучении с учителем используются размеченные данные, в которых каждому входному значению соответствует выходное. Цель состоит в том, чтобы научиться устанавливать соответствие между входными и выходными данными.

К распространённым задачам относятся:

• Регрессия: прогнозирование непрерывных значений, например цен на дома.
• Классификация: прогнозирование категорий, например определение, является ли сообщение спамом.

Настройка Scikit-Learn

Установите Scikit-learn с помощью pip:

pip install scikit-learn

После установки Вы сможете импортировать библиотеку и начать создавать модели.

Линейная регрессия

Линейная регрессия используется для прогнозирования непрерывных значений. Построим простую модель линейной регрессии:

# 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]]))

Логистическая регрессия

Логистическая регрессия используется для задач бинарной классификации, например для определения того, является ли электронное письмо спамом.

# 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]]))

Деревья решений

Деревья решений — универсальные модели, способные обрабатывать задачи регрессии и классификации. Построим простой классификатор на основе дерева решений:

# 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]]))

Оценка моделей

Scikit-learn предоставляет метрики для оценки качества работы моделей:

• Среднеквадратичная ошибка (MSE): для моделей регрессии.
• Точность: для моделей классификации.

# 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))

Разделение на обучающую и проверочную выборки

Всегда разделяйте набор данных на обучающую и проверочную выборки, чтобы оценить качество работы модели на ранее не встречавшихся данных:

# 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)

Распространённые ошибки при обучении с учителем

Вот некоторых ошибок, которых следует избегать:

• Отсутствие разделения данных на обучающую и проверочную выборки.
• Переобучение модели из-за использования чрезмерно сложных алгоритмов.
• Использование плохо размеченных данных для обучения.

Что мы узнали

В этом уроке Вы узнали:

• Как создавать модели регрессии и классификации с помощью Scikit-learn.
• Как оценивать качество работы моделей с помощью таких метрик, как MSE и точность.
• О важности разделения данных на обучающую и проверочную выборки.
• О распространённых ошибках, которых следует избегать в задачах обучения с учителем.

Отличная работа! Перейдём к следующей теме.