11 KiB
Mutfak Sınıflandırıcıları 2
Bu ikinci sınıflandırma dersinde, sayısal verileri sınıflandırmanın daha fazla yolunu keşfedeceksiniz. Ayrıca, bir sınıflandırıcıyı diğerine tercih etmenin sonuçlarını öğreneceksiniz.
Ders Öncesi Test
Ön Koşul
Önceki dersleri tamamladığınızı ve bu 4 derslik klasörün kök dizininde data klasörünüzde cleaned_cuisines.csv adlı temizlenmiş bir veri kümesine sahip olduğunuzu varsayıyoruz.
Hazırlık
Notebook.ipynb dosyanız temizlenmiş veri kümesiyle yüklendi ve model oluşturma sürecine hazır olacak şekilde X ve y veri çerçevelerine bölündü.
Bir sınıflandırma haritası
Daha önce, Microsoft'un hile sayfasını kullanarak verileri sınıflandırırken sahip olduğunuz çeşitli seçenekleri öğrenmiştiniz. Scikit-learn, sınıflandırıcılarınızı (diğer bir deyişle tahmin ediciler) daraltmanıza yardımcı olabilecek benzer, ancak daha ayrıntılı bir hile sayfası sunar:
İpucu: bu haritayı çevrimiçi ziyaret edin ve belgeleri okumak için yol boyunca tıklayın.
Plan
Bu harita, verilerinizi net bir şekilde anladığınızda çok yardımcı olur, çünkü yollarında 'yürüyerek' bir karara varabilirsiniz:
- 50'den fazla örneğimiz var
- Bir kategori tahmin etmek istiyoruz
- Etiketlenmiş verilerimiz var
- 100.000'den az örneğimiz var
- ✨ Linear SVC seçebiliriz
- Bu işe yaramazsa, sayısal verilerimiz olduğu için
- ✨ KNeighbors Classifier deneyebiliriz
- Bu işe yaramazsa, ✨ SVC ve ✨ Ensemble Classifiers deneyin
- ✨ KNeighbors Classifier deneyebiliriz
Bu, takip edilmesi çok faydalı bir yol.
Alıştırma - verileri bölün
Bu yolu takip ederek, kullanmak için bazı kütüphaneleri içe aktarmalıyız.
-
Gerekli kütüphaneleri içe aktarın:
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 -
Eğitim ve test verilerinizi bölün:
X_train, X_test, y_train, y_test = train_test_split(cuisines_feature_df, cuisines_label_df, test_size=0.3)
Linear SVC sınıflandırıcısı
Support-Vector Clustering (SVC), ML tekniklerinin Support-Vector Machines ailesinin bir alt dalıdır (aşağıda bunlar hakkında daha fazla bilgi edinin). Bu yöntemde, etiketleri nasıl kümelendireceğinize karar vermek için bir 'kernel' seçebilirsiniz. 'C' parametresi, parametrelerin etkisini düzenleyen 'düzenleme' anlamına gelir. Kernel, birkaç seçenekten biri olabilir; burada, Linear SVC'den yararlanmak için 'linear' olarak ayarlıyoruz. Olasılık varsayılan olarak 'false'dur; burada olasılık tahminleri toplamak için 'true' olarak ayarlıyoruz. Rastgele durumu '0' olarak ayarlıyoruz, böylece veriler karıştırılarak olasılıklar elde ediliyor.
Alıştırma - bir Linear SVC uygulayın
Bir sınıflandırıcı dizisi oluşturarak başlayın. Test ettikçe bu diziye kademeli olarak ekleme yapacaksınız.
-
Linear SVC ile başlayın:
C = 10 # Create different classifiers. classifiers = { 'Linear SVC': SVC(kernel='linear', C=C, probability=True,random_state=0) } -
Modelinizi Linear SVC kullanarak eğitin ve bir rapor yazdırın:
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))Sonuç oldukça iyi:
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 sınıflandırıcısı
K-Neighbors, hem denetimli hem de denetimsiz öğrenme için kullanılabilen ML yöntemlerinin "komşular" ailesinin bir parçasıdır. Bu yöntemde, önceden tanımlanmış bir nokta sayısı oluşturulur ve veriler bu noktaların etrafında toplanır, böylece veriler için genelleştirilmiş etiketler tahmin edilebilir.
Alıştırma - K-Neighbors sınıflandırıcısını uygulayın
Önceki sınıflandırıcı iyiydi ve verilerle iyi çalıştı, ancak belki daha iyi bir doğruluk elde edebiliriz. Bir K-Neighbors sınıflandırıcısını deneyin.
-
Sınıflandırıcı dizinize bir satır ekleyin (Linear SVC öğesinden sonra bir virgül ekleyin):
'KNN classifier': KNeighborsClassifier(C),Sonuç biraz daha kötü:
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
Support Vector Classifier
Support-Vector sınıflandırıcıları, sınıflandırma ve regresyon görevleri için kullanılan ML yöntemlerinin Support-Vector Machine ailesinin bir parçasıdır. SVM'ler, "eğitim örneklerini iki kategori arasındaki mesafeyi en üst düzeye çıkarmak için uzaydaki noktalara eşler." Sonraki veriler bu uzaya eşlenir, böylece kategorileri tahmin edilebilir.
Alıştırma - bir Support Vector Classifier uygulayın
Biraz daha iyi doğruluk elde etmek için bir Support Vector Classifier deneyelim.
-
K-Neighbors öğesinden sonra bir virgül ekleyin ve ardından bu satırı ekleyin:
'SVC': SVC(),Sonuç oldukça iyi!
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
Ensemble Classifiers
Önceki test oldukça iyi olmasına rağmen, yolun sonuna kadar gidelim. Bazı 'Ensemble Classifiers' deneyelim, özellikle Random Forest ve AdaBoost:
'RFST': RandomForestClassifier(n_estimators=100),
'ADA': AdaBoostClassifier(n_estimators=100)
Sonuç özellikle Random Forest için çok iyi:
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
✅ Ensemble Classifiers hakkında bilgi edinin
Bu Makine Öğrenimi yöntemi, modelin kalitesini artırmak için birkaç temel tahmin edicinin tahminlerini birleştirir. Örneğimizde, Random Trees ve AdaBoost kullandık.
-
Random Forest, bir 'karar ağaçları' 'ormanı' oluşturan ve aşırı uyumu önlemek için rastgelelik ekleyen bir ortalama yöntemi. N_estimators parametresi, ağaç sayısını belirler.
-
AdaBoost, bir veri kümesine bir sınıflandırıcı uyarlar ve ardından aynı veri kümesine bu sınıflandırıcının kopyalarını uyarlar. Yanlış sınıflandırılmış öğelerin ağırlıklarına odaklanır ve bir sonraki sınıflandırıcıyı düzeltmek için uyumu ayarlar.
🚀Meydan Okuma
Bu tekniklerin her birinin ayarlayabileceğiniz çok sayıda parametresi vardır. Her birinin varsayılan parametrelerini araştırın ve bu parametreleri ayarlamanın modelin kalitesi için ne anlama geleceğini düşünün.
Ders Sonrası Test
Gözden Geçirme ve Kendi Kendine Çalışma
Bu derslerde çok fazla terim var, bu yüzden bu listeyi gözden geçirmek için bir dakikanızı ayırın!
Ödev
Feragatname:
Bu belge, AI çeviri hizmeti Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba göstersek de, otomatik çevirilerin hata veya yanlışlık içerebileceğini lütfen unutmayın. Belgenin orijinal dilindeki hali, yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımından kaynaklanan yanlış anlamalar veya yanlış yorumlamalar için sorumluluk kabul etmiyoruz.