Вивчайте Завдання: Класифікація нероздільних даних

Секція 1. Розділ 26

single

Свайпніть щоб показати меню

Ви будете використовувати наступний набір даних з двома ознаками:


              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())

Якщо виконати наведений нижче код і переглянути отриманий точковий графік, ви побачите, що набір даних не є лінійно роздільним:


              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()

Використання крос-валідації для оцінки простої логістичної регресії на цих даних:


              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}')

Як видно, звичайна логістична регресія не підходить для цього завдання. Використання поліноміальної регресії може допомогти покращити продуктивність моделі. Додатково, застосування GridSearchCV дозволяє знайти оптимальний параметр C для підвищення точності.

Конструктор:

GridSearchCV(estimator, param_grid, scoring, cv = 5)
estimator — об'єкт моделі;
param_grid — словник із параметрами для перебору;
- scoring — метрика для оцінки під час крос-валідації;
cv — кількість фолдів (за замовчуванням 5);

Методи:

fit(X, y) — навчання моделей на X, y;
predict(X) — прогнозування класу для X;
score(X, y) — повертає точність для набору X, y;

Атрибути:

best_estimator_ — об'єкт моделі з найвищою оцінкою;
best_score_ — оцінка для best_estimator_.

У цьому завданні також використовується клас Pipeline. Його можна розглядати як послідовність кроків попередньої обробки. Метод .fit_transform() послідовно застосовує .fit_transform() до кожного кроку в конвеєрі.

Завдання

Swipe to start coding

Вам надано набір даних, представлений як DataFrame у змінній df.

Створіть конвеєр, який міститиме поліноміальні ознаки ступеня 2 для X, виконає масштабування, і збережіть отриманий конвеєр у змінній pipe.
Створіть словник param_grid із значеннями [0.01, 0.1, 1, 10, 100] для гіперпараметра C.
Ініціалізуйте та навчіть об'єкт GridSearchCV і збережіть навчений об'єкт у змінній grid_cv.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 1. Розділ 26

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат