Yeni bir programlama dili öğrenirken mankenler

Yeni bir programlama dili öğrenirken, "merhaba dünya" programını yazmanız alışageldir. Makine öğrenimi ve tahmini analitik için, Iris veri kümesini sınıflandırmak için bir model oluşturmak "merhaba dünya" eşdeğeri bir programdır. Bu oldukça basit bir örnektir, ancak makine öğrenimi ve tahmini analitik temellerini öğretmede çok etkilidir.

Örnek veri kümesi nasıl elde edilir

Tahmini modelimizi oluşturmak için, örnek Iris veri kümesini indirmeniz gerekecektir. Bu veri seti, özellikle makine öğrenme bölümlerine sahip akademik kurumlarda, birçok kaynaktan serbestçe temin edilebilir. Neyse ki, millet, bazı örnek veri kümelerini ve veri yükleme işlevlerini paketleriyle birlikte verecek kadar güzeldi. Bu örneklerin amaçları için, yalnızca verileri yüklemek için birkaç basit kod satırı çalıştırmanız yeterlidir.

Verilerinizi etiketleme yöntemi

İşte Iris Flower veri kümesinin her sınıftan bir gözlem ve özellikleri.

Sepal Uzunluk	Sepal Genişlik	Petal Uzunluk	Petal Genişlik	Hedef Sınıf / Etiket
5. 1	3. 5	1. 4	0. 2	Setosa (0)
7. 0	3. 2	4. 7	1. 4	Versikolor (1)
6. 3	3. 3	6. 0	2. 5	Virginica (2)

Iris Çiçek veri kümesi tarafından tanıtılan Iris çiçeğinin ( Iris virginica, ve Iris versicolor ) üç sınıfının gerçek çok değişkenli bir veri kümesidir Ronald Fisher 1936'da yayınlanan "Taksonomik Sorunlarda Birden Fazla Ölümün Kullanımı" adlı makalesinde. "Bu veri kümesi en iyi akademik alanda makine öğrenimi ve istatistikleri için yaygın olarak kullanıldığı için biliniyor.

Veri seti, Iris çiçeğinin 3 sınıftan her biri 50 örnekle toplam 150 örnekten oluşur. Örnekte, sepals ve yaprakları uzunluk ve genişlik ölçümleri olan 4 özellik bulunmaktadır (ayrıca yaygın olarak nitelikler olarak anılır).

Bu veri kümesinin ilginç kısmı, üç sınıfın doğrusal olarak ayrılabilir olmasıdır. Setosa sınıfı, aralarındaki grafikte düz bir çizgi çizerek diğer iki sınıfdan ayrılabilir. Virginica ve Versicolor sınıfları düz bir çizgiyle mükemmel bir şekilde ayrılmaz - yakınsa da. Bu, sınıflandırma analizini yapmak için mükemmel bir aday veri kümesi yapar, ancak kümeleme analizi için o kadar da iyi değildir.

Örnek veri zaten etiketlendi. Yukarıdaki sağ sütun (Label) Iris çiçeğinin her sınıfının adlarını gösterir.Sınıf adına bir etiket veya bir hedefi denir; genellikle y adlı bir değişkene atanır. Temelde sonuç veya tahmin edilenin sonucudur.

İstatistik ve modellemede genellikle bağımlı değişken olarak anılır. Sepal uzunluk ve genişliğe ve yaprak uzunluğuna ve genişliğine karşılık gelen girdilere bağlıdır.

Orijinal veri kümesiyle karşılaştırıldığında scikit önişlem Iris veri kümesi hakkında neyin farklı olduğunu bilmek isteyebilirsiniz. Öğrenmek için orijinal veri dosyasını edinmeniz gerekir. iris veri kümesi için bir Google araması yapabilirsiniz ve onu indirip herhangi bir akademik kurumdan görüntüleyebilirsiniz.

Genellikle ilk önce ortaya çıkan sonuç, California Üniversitesi Irvine'in (UCI) makine kümesi öğrenen veri kümesi deposudur. UCI makine-öğrenme deposundan orijinal halindeki Iris veri seti UCI web sitesinde bulunabilir.

Dosyayı indirirseniz, herhangi bir metin düzenleyicisiyle görüntüleyebilirsiniz. Dosyadaki verileri görüntülerken, her satırda beş sütun olduğunu fark etmiş olursunuz. İlk dört sütun ölçümlerdir ( özellikler olarak anılır) ve son sütun etikettir. Etiket Iris veri kümesinin orijinal ve scikit sürümleri arasında farklılık gösterir.

Başka bir fark veri dosyasının ilk satırıdır. Scikit veri yükleme fonksiyonu tarafından kullanılan bir başlık satırı içerir. Algoritmaların kendisi üzerinde hiçbir etkisi yoktur.

Numaraları normal olarak metin olarak tutmak yerine normalleştirmek, algoritmaların daha kolay işlenmesini sağlar - ve daha bellek verimlidir. Özellikle gerçek senaryolarda olduğu gibi çok sayıda veri kümesi birçok özellikle çalıştırırsanız, bu durum özellikle belirgindir.

İşte her iki dosyanın örnek verileri. Col5 dışında tüm veri sütunları aynıdır. Scikit'in sayısal etiketli sınıf adlarına sahip olduğunu unutmayın; orijinal dosyanın metin etiketleri var.

Kaynak	Col1	Süt2	Col3	Süt4	Col5
scikit	5. 1	3. 5	1. 4	0. 2	0
orijinal	5. 1	3. 5	1. 4	0. 2	İris setosa
scikit	7. 0	3. 2	4. 7	1. 4	1
orijinal	7. 0	3. 2	4. 7	1. 4	İris Versicolor
scikit	6. 3	3. 3	6. 0	2. 5	2
orijinal	6. 3	3. 3	6. 0	2. 5	İris-virginica