Herausforderung: Klassifizierung Nicht Trennbarer Daten

In dieser Herausforderung erhalten Sie den folgenden Datensatz:

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())


              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())

Hier ist sein Plot.

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'])


              12345
            
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'])

Der Datensatz ist sicherlich nicht linear trennbar. Schauen wir uns die Leistung der logistischen Regression an:

import pandas as pd

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)

print(cross_val_score(lr, X, y).mean())


              123456789101112
            
import pandas as pd
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)
print(cross_val_score(lr, X, y).mean())

Das Ergebnis ist schrecklich. Reguläre logistische Regression ist für diese Aufgabe nicht geeignet. Ihre Aufgabe ist es zu überprüfen, ob PolynomialFeatures helfen wird. Um den besten C-Parameter zu finden, verwenden Sie die GridSearchCV-Klasse.

In dieser Herausforderung wird die Pipeline verwendet. Sie können es sich als eine Liste von Vorverarbeitungsschritten vorstellen. Die Methode .fit_transform() wendet .fit_transform() nacheinander auf jedes Element an.

Aufgabe

Swipe to start coding

Erstellen Sie ein logistisches Regressionsmodell mit polynomialen Merkmalen und finden Sie den besten C-Parameter mit GridSearchCV

Erstellen Sie eine Pipeline, um eine X_poly-Variable zu erstellen, die die polynomialen Merkmale zweiten Grades von X enthält und skaliert wird.
Erstellen Sie ein param_grid-Dictionary, um dem GridSearchCV mitzuteilen, dass Sie die Werte [0.01, 0.1, 1, 10, 100] eines C-Parameters ausprobieren möchten.
Initialisieren und trainieren Sie ein GridSearchCV-Objekt.

Lösung

import pandas as pd

from sklearn.linear_model import LogisticRegression

from sklearn.preprocessing import StandardScaler, PolynomialFeatures

from sklearn.model_selection import cross_val_score, GridSearchCV

from sklearn.pipeline import Pipeline

# Read the data and assign `X`, `y` variables

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']

# Preprocess the data using `Pipeline`

pipe = Pipeline([('poly', PolynomialFeatures(2, include_bias=False)), # Polynomial Features

('scaler', StandardScaler())]) # Scaling

X_poly = pipe.fit_transform(X)

# Find the best model using `GridSearchCV`

lr = LogisticRegression()

param_grid = {'C': [0.01, 0.1, 1, 10, 100]}

grid_cv = GridSearchCV(lr, param_grid).fit(X_poly, y)

# Print the best score and the best estimator

print(grid_cv.best_score_)

print(grid_cv.best_estimator_)

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 6

import pandas as pd

from sklearn.linear_model import LogisticRegression

from sklearn.preprocessing import StandardScaler, PolynomialFeatures

from sklearn.model_selection import cross_val_score, GridSearchCV

from sklearn.pipeline import Pipeline

# Read the data and assign `X`, `y` variables

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']

# Preprocess the data using `Pipeline`

pipe = Pipeline([('poly', PolynomialFeatures(___, include_bias=False)), # Polynomial Features

('scaler', ___())]) # Scaling

X_poly = pipe.fit_transform(X)

# Find the best model using `GridSearchCV`

lr = LogisticRegression()

param_grid = {'C': [___]}

grid_cv = GridSearchCV(lr, param_grid).___(X_poly, y)

# Print the best score and the best estimator

print(grid_cv.best_score_)

print(grid_cv.best_estimator_)

Fragen Sie AI

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