History

leestott eaff2e5814 🌐 Update translations via Co-op Translator		2 weeks ago
..
solution	🌐 Update translations via Co-op Translator	3 weeks ago
README.md	🌐 Update translations via Co-op Translator	2 weeks ago
assignment.md	🌐 Update translations via Co-op Translator	3 weeks ago
notebook.ipynb	🌐 Update translations via Co-op Translator	3 weeks ago

README.md

Unescape Escape

美食分類器 2

在這第二堂分類課中，您將探索更多分類數據的方法，並了解選擇不同分類器的影響。

課前測驗

前置條件

我們假設您已完成前面的課程，並在這個四堂課的資料夾根目錄中的 data 資料夾內擁有一個名為 cleaned_cuisines.csv 的清理後數據集。

準備工作

我們已將您的 notebook.ipynb 文件載入清理後的數據集，並將其分為 X 和 y 數據框，準備進行模型構建。

分類地圖

之前，您已學習如何使用 Microsoft 的速查表來分類數據。Scikit-learn 提供了一個類似但更細緻的速查表，可以進一步幫助您縮小估算器（分類器的另一個術語）的選擇範圍：

提示：在線查看此地圖，並點擊路徑以閱讀相關文檔。

計劃

當您對數據有清晰的理解時，這張地圖非常有幫助，因為您可以沿著它的路徑進行決策：

我們有超過 50 個樣本
我們想要預測一個類別
我們有標籤數據
我們的樣本少於 10 萬
✨ 我們可以選擇 Linear SVC
如果這不起作用，因為我們有數值數據
- 我們可以嘗試 ✨ KNeighbors Classifier
  - 如果這也不起作用，嘗試 ✨ SVC 和 ✨ Ensemble Classifiers

這是一條非常有幫助的路徑。

練習 - 分割數據

按照這條路徑，我們應該從導入一些需要的庫開始。

導入所需的庫：

from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier, AdaBoostClassifier
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.metrics import accuracy_score,precision_score,confusion_matrix,classification_report, precision_recall_curve
import numpy as np

分割您的訓練和測試數據：

X_train, X_test, y_train, y_test = train_test_split(cuisines_feature_df, cuisines_label_df, test_size=0.3)

Linear SVC 分類器

支持向量聚類（SVC）是支持向量機（SVM）家族中的一員。通過這種方法，您可以選擇一個「核函數」來決定如何聚類標籤。「C」參數指的是「正則化」，用於調節參數的影響。核函數可以是多種選項之一；在這裡，我們將其設置為「linear」，以確保使用線性 SVC。預設情況下，概率為「false」；在這裡，我們將其設置為「true」，以獲取概率估計。我們將隨機狀態設置為「0」，以便打亂數據以獲取概率。

練習 - 應用線性 SVC

從創建分類器數組開始。隨著測試的進行，您將逐步向該數組添加內容。

從 Linear SVC 開始：

C = 10
# Create different classifiers.
classifiers = {
    'Linear SVC': SVC(kernel='linear', C=C, probability=True,random_state=0)
}

使用 Linear SVC 訓練模型並打印報告：

n_classifiers = len(classifiers)

for index, (name, classifier) in enumerate(classifiers.items()):
    classifier.fit(X_train, np.ravel(y_train))

    y_pred = classifier.predict(X_test)
    accuracy = accuracy_score(y_test, y_pred)
    print("Accuracy (train) for %s: %0.1f%% " % (name, accuracy * 100))
    print(classification_report(y_test,y_pred))

結果相當不錯：

Accuracy (train) for Linear SVC: 78.6% 
              precision    recall  f1-score   support

     chinese       0.71      0.67      0.69       242
      indian       0.88      0.86      0.87       234
    japanese       0.79      0.74      0.76       254
      korean       0.85      0.81      0.83       242
        thai       0.71      0.86      0.78       227

    accuracy                           0.79      1199
   macro avg       0.79      0.79      0.79      1199
weighted avg       0.79      0.79      0.79      1199

K-Neighbors 分類器

K-Neighbors 屬於「鄰居」家族的機器學習方法，可用於監督學習和非監督學習。在這種方法中，預定義了一些點，並在這些點周圍收集數據，以便為數據預測通用標籤。

練習 - 應用 K-Neighbors 分類器

之前的分類器表現不錯，與數據配合良好，但也許我們可以獲得更好的準確性。嘗試使用 K-Neighbors 分類器。

在分類器數組中添加一行（在 Linear SVC 項目後添加逗號）：

'KNN classifier': KNeighborsClassifier(C),

結果稍微差了一些：

Accuracy (train) for KNN classifier: 73.8% 
              precision    recall  f1-score   support

     chinese       0.64      0.67      0.66       242
      indian       0.86      0.78      0.82       234
    japanese       0.66      0.83      0.74       254
      korean       0.94      0.58      0.72       242
        thai       0.71      0.82      0.76       227

    accuracy                           0.74      1199
   macro avg       0.76      0.74      0.74      1199
weighted avg       0.76      0.74      0.74      1199

✅ 了解更多 K-Neighbors

支持向量分類器

支持向量分類器屬於支持向量機家族的機器學習方法，用於分類和回歸任務。SVM 將訓練樣本映射到空間中的點，以最大化兩個類別之間的距離。隨後的數據被映射到這個空間中，以便預測其類別。

練習 - 應用支持向量分類器

讓我們嘗試使用支持向量分類器來獲得更好的準確性。

在 K-Neighbors 項目後添加逗號，然後添加以下行：

'SVC': SVC(),

結果相當不錯！

Accuracy (train) for SVC: 83.2% 
              precision    recall  f1-score   support

     chinese       0.79      0.74      0.76       242
      indian       0.88      0.90      0.89       234
    japanese       0.87      0.81      0.84       254
      korean       0.91      0.82      0.86       242
        thai       0.74      0.90      0.81       227

    accuracy                           0.83      1199
   macro avg       0.84      0.83      0.83      1199
weighted avg       0.84      0.83      0.83      1199

✅ 了解更多支持向量

集成分類器

即使之前的測試結果已經相當不錯，我們還是沿著路徑走到最後，嘗試一些「集成分類器」，特別是隨機森林和 AdaBoost：

  'RFST': RandomForestClassifier(n_estimators=100),
  'ADA': AdaBoostClassifier(n_estimators=100)

結果非常好，特別是隨機森林：

Accuracy (train) for RFST: 84.5% 
              precision    recall  f1-score   support

     chinese       0.80      0.77      0.78       242
      indian       0.89      0.92      0.90       234
    japanese       0.86      0.84      0.85       254
      korean       0.88      0.83      0.85       242
        thai       0.80      0.87      0.83       227

    accuracy                           0.84      1199
   macro avg       0.85      0.85      0.84      1199
weighted avg       0.85      0.84      0.84      1199

Accuracy (train) for ADA: 72.4% 
              precision    recall  f1-score   support

     chinese       0.64      0.49      0.56       242
      indian       0.91      0.83      0.87       234
    japanese       0.68      0.69      0.69       254
      korean       0.73      0.79      0.76       242
        thai       0.67      0.83      0.74       227

    accuracy                           0.72      1199
   macro avg       0.73      0.73      0.72      1199
weighted avg       0.73      0.72      0.72      1199

✅ 了解更多集成分類器

這種機器學習方法「結合了多個基估算器的預測」，以提高模型的質量。在我們的例子中，我們使用了隨機森林和 AdaBoost。

隨機森林，一種平均方法，構建了一個隨機性注入的「決策樹森林」，以避免過擬合。n_estimators 參數設置為樹的數量。
AdaBoost 將分類器擬合到數據集，然後將該分類器的副本擬合到相同數據集。它專注於錯誤分類項的權重，並調整下一個分類器的擬合以進行修正。

🚀 挑戰

這些技術中的每一種都有大量參數可以調整。研究每種技術的默認參數，並思考調整這些參數對模型質量的影響。

課後測驗

回顧與自學

這些課程中有很多術語，花點時間回顧這份列表中的有用術語！

作業

參數調整

免責聲明：
本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原始語言的文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對於因使用此翻譯而產生的任何誤解或錯誤解讀概不負責。

README.md Unescape Escape