Python深度学习之路-4 监督学习

Posted 2022-11-24 Vax_Loves_1314

【Python深度学习之路】-4 监督学习

4.1 了解监督学习（分类）

1. 监督学习：根据积累的经验数据对新的数据或将来的数据进行预测，或者进行分类的一种学习方式。

2. 无监督学习：对积累的经验数据中所存在的结构，以及关联性进行分析的学习方式。

3. 强化学习：通过设定报酬、环境等条件来实现学习效果最大化的一种学习方式。

4. 监督学习的分类：

   • 回归：通过读取现存数据中的关联性，并根据这些关联性来实现数据预测的一种算法。（针对连续性的值）
   • 分类：以数据预测为目的对离散值进行预测。

5. 二分分类与多元分类

   • 二元分类：又叫二值分类，二项分类。二元分类是指分类的类别有两种的分类问题。它可以对数据是“属于/不属于”两个分组中哪一组的问题进行判断。此外，如果能够用直线对类别进行划分，就称为“线性分类”，否者，就是“非线性分类”。
   • 多元分类：又叫多项分类。多数情况下无法用直线对类别进行分类，分类的类别有三种及以上。

6. 分类的流程：

   1. 数据的预处理，数据的整理、操作；
   2. 模型的选取，分类器的选择；
   3. 模型的训练 ：选择超参数进行调校，参数的调校；
   4. 使用模型进行预测（推理）：使用未知数据对模型的精读进行检验，将模型嵌入到Web服务等实际应用中。

7. 数据的准备 使用scikit-learn.datasets模块的make_classification()函数

# 导入需要使用的模块
from sklearn.datasets import make_classification

# 创建数据X和标签y
X, y = make_classification(n_sample=xx, n_classes= xx, n_features = xx, n_redundant=xx, random_state=xx)

• n_sample:需要准备的数据的数量。
• n_classes:分类数量。如果不指定，默认值为2。
• n_features：数据的特征量的个数。
• n_redundant: 分类时不需要的特征量（额外的特征量）的个数。
• random_state:随机数的种子（决定随机数生成规律的因素）

8. Classifier虚构分类器：

# 导入需要使用的模块
# 以模型为单位进行模块的导入
from sklearn.linear_model import LogisticRegression
from sklearn.svm import LinearSVC,SVC
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.neighbors import KNeighborsClassifier

# 构建模型
model = Classifier()  # Classifier()需要更换为实际的模型
# 对模型进行训练

model.fit(train_X,train_y)

# 使用模型对数据进行预测
model.predict(test_X)

# 模型的准确率
# 准确率是使用（模型预测的分类与实际的分类相同的数据的数量）/（数据的总数量）公式计算出来的
model.score(test_X,test_y)

Classifier()举例：

from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_classification

# 创建数据X和标签y
X, y = make_classification(n_samples=100,  n_features = 2, n_redundant=0, random_state=42)

# 将数据划分为用于学习的部分和用于评估的部分
train_X, test_X, train_y, test_y = train_test_split(X, y, random_state=42)

# 构建模型
model = LogisticRegression(random_state=42)

# 对模型进行训练
model.fit(train_X,train_y)

# 使用模型对数据进行预测
model.predict(test_X)

# 模型的准确率
# 准确率是使用（模型预测的分类与实际的分类相同的数据的数量）/（数据的总数量）公式计算出来的
model.score(test_X,test_y)