Lernen Herausforderung: Klassifizierung Untrennbarer Daten

Sie verwenden den folgenden Datensatz mit zwei Merkmalen:


              1234
            
import pandas as pd

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/circles.csv')
print(df.head())

Wenn Sie den folgenden Code ausführen und das resultierende Streudiagramm betrachten, erkennen Sie, dass der Datensatz nicht linear trennbar ist:


              123456
            
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/circles.csv')
plt.scatter(df['X1'], df['X2'], c=df['y'])
plt.show()

Verwendung von Kreuzvalidierung zur Bewertung einer einfachen logistischen Regression auf diesen Daten:


              123456789101112131415161718
            
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import cross_val_score

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/circles.csv')
X = df[['X1', 'X2']]
y = df['y']

X = StandardScaler().fit_transform(X)
lr = LogisticRegression().fit(X, y)

y_pred = lr.predict(X)
plt.scatter(df['X1'], df['X2'], c=y_pred)
plt.show()

print(f'Cross-validation accuracy: {cross_val_score(lr, X, y).mean():.2f}')

Wie Sie sehen, ist die reguläre logistische Regression für diese Aufgabe nicht geeignet. Die Verwendung von polynomialer Regression kann die Modellleistung verbessern. Zusätzlich ermöglicht der Einsatz von GridSearchCV, den optimalen C-Parameter für eine höhere Genauigkeit zu finden.

Konstruktor:

GridSearchCV(estimator, param_grid, scoring, cv = 5)
estimator — das Modellobjekt;
param_grid — Wörterbuch mit den zu durchsuchenden Parameterwerten;
- scoring — die Metrik zur Bewertung beim Cross-Validation-Score;
cv — die Anzahl der Folds (standardmäßig 5);

Methoden:

fit(X, y) — Training der Modelle mit X, y;
predict(X) — Vorhersage der Klasse für X;
score(X, y) — gibt die Genauigkeit für das X, y-Set zurück;

Attribute:

best_estimator_ — Objekt des Modells mit dem höchsten Score;
best_score_ — der Score des best_estimator_.

In dieser Aufgabe wird auch die Klasse Pipeline verwendet. Sie können sie als Abfolge von Vorverarbeitungsschritten betrachten. Die Methode .fit_transform() wendet .fit_transform() nacheinander auf jeden Schritt in der Pipeline an.

Aufgabe

Swipe to start coding

Ihnen wird ein Datensatz zur Verfügung gestellt, der als DataFrame in der Variablen df beschrieben ist.

Erstellen Sie eine Pipeline, die die Polynomfeatures zweiten Grades von X enthält und skaliert wird. Speichern Sie die resultierende Pipeline in der Variablen pipe.
Erstellen Sie ein Dictionary param_grid mit den Werten [0.01, 0.1, 1, 10, 100] für den Hyperparameter C.
Initialisieren und trainieren Sie ein GridSearchCV-Objekt und speichern Sie das trainierte Objekt in der Variablen grid_cv.

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 26

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Swipe um das Menü anzuzeigen