Hogyan használhatók az olyan könyvtárak, mint a scikit-learn az SVM osztályozás megvalósítására Pythonban, és melyek a kulcsfontosságú funkciók?

/ / Megjelent a Mesterséges Intelligencia, EITC/AI/MLP gépi tanulás Python-nal, Támogatja a vektor gépet, Támogatja a vektor gép optimalizálását, Vizsga felülvizsgálat

A Support Vector Machines (SVM) a felügyelt gépi tanulási algoritmusok hatékony és sokoldalú osztálya, különösen hatékony osztályozási feladatoknál. Az olyan könyvtárak, mint a scikit-learn a Pythonban, robusztus SVM-megvalósításokat biztosítanak, így a szakemberek és a kutatók számára egyaránt elérhetők. Ez a válasz megvilágítja, hogyan használható a scikit-learn az SVM osztályozás megvalósítására, részletezi az érintett kulcsfontosságú funkciókat, és szemléltető példákat kínál.

Bevezetés az SVM-be

A támogató vektorgépek úgy működnek, hogy megtalálják azt a hipersíkot, amely a legjobban szétválasztja az adatokat különböző osztályokba. Egy kétdimenziós térben ez a hipersík egyszerűen egy vonal, de magasabb dimenziókban sík vagy hipersík lesz belőle. Az optimális hipersík az, amely maximalizálja a két osztály közötti margót, ahol a margót a hipersík és az egyik osztály legközelebbi adatpontjai közötti távolságként definiáljuk, amelyeket támogatási vektoroknak nevezünk.

Scikit-learn és SVM

A Scikit-learn egy hatékony Python-könyvtár a gépi tanuláshoz, amely egyszerű és hatékony eszközöket biztosít az adatbányászathoz és az adatelemzéshez. NumPy-ra, SciPy-re és matplotlib-re épül. A scikit-learn `svm` modulja biztosítja az SVM algoritmusok megvalósítását.

Főbb funkciók

1. `svm.SVC`: Ez az osztályozás fő osztálya az SVM használatával. Az SVC a Support Vector Classification rövidítése.
2. "illik".: Ezzel a módszerrel tanítjuk a modellt az adott adatokra.
3. `jósolni`: A modell betanítása után ezzel a módszerrel megjósoljuk az adott tesztadatok osztálycímkéit.
4. `pontszám`: Ez a módszer a modell pontosságának értékelésére szolgál a tesztadatokon.
5. "GridSearchCV".: Ezt a hiperparaméterek hangolására használják, hogy megtalálják a legjobb paramétereket az SVM modellhez.

Az SVM osztályozás megvalósítása a scikit-learn segítségével

Tekintsük az SVM osztályozás megvalósításának lépéseit a scikit-learn segítségével.

1. lépés: Könyvtárak importálása

Először is importálja a szükséges könyvtárakat:

python
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import classification_report, confusion_matrix
2. lépés: Az adatkészlet betöltése

Demonstrációs célokra az Iris adatkészletet használjuk, amely a gépi tanulási közösségben jól ismert adatkészlet:

python
# Load the Iris dataset
iris = datasets.load_iris()
X = iris.data
y = iris.target
3. lépés: Az adatkészlet felosztása

Ossza fel az adatkészletet képzési és tesztelési készletekre:

python
# Split the data into training and testing sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
4. lépés: Funkcióméretezés

A funkcióskálázás fontos az SVM számára, mivel érzékeny a bemeneti szolgáltatások léptékére:

python
# Standardize features by removing the mean and scaling to unit variance
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)
5. lépés: Az SVM-modell betanítása

Példányosítsa az SVM osztályozót, és betanítsa a képzési adatokra:

python
# Create an instance of SVC and fit the data
svc = SVC(kernel='linear', C=1.0)
svc.fit(X_train, y_train)

Itt lineáris kernelt használtunk, és a "C" szabályzási paramétert 1.0-ra állítottuk. A kernel paraméter határozza meg az adatok szétválasztására használt hipersík típusát. A gyakori kernelek közé tartozik a „lineáris”, „poli” (polinom), „rbf” (radiális bázisfüggvény) és „szigmoid”.

6. lépés: Előrejelzések készítése

Használja a betanított modellt a tesztadatok előrejelzéséhez:

python
# Predict the class labels for the test set
y_pred = svc.predict(X_test)
7. lépés: A modell értékelése

Értékelje a modell teljesítményét olyan mérőszámok segítségével, mint a zavaros mátrix és az osztályozási jelentés:

python
# Evaluate the model
print(confusion_matrix(y_test, y_pred))
print(classification_report(y_test, y_pred))

A zavaros mátrix összefoglalja az előrejelzési eredményeket, míg az osztályozási jelentés tartalmazza a pontosságot, a visszahívást, az F1-pontszámot és az egyes osztályok támogatását.

Hiperparaméter hangolás GridSearchCV-vel

A hiperparaméterek hangolása elengedhetetlen az SVM-modell teljesítményének optimalizálásához. A Scikit-learn `GridSearchCV-je segítségével kimerítő keresést végezhetünk egy megadott paraméterrácson:

python
from sklearn.model_selection import GridSearchCV

# Define the parameter grid
param_grid = {
    'C': [0.1, 1, 10, 100],
    'gamma': [1, 0.1, 0.01, 0.001],
    'kernel': ['rbf']
}

# Create a GridSearchCV instance
grid = GridSearchCV(SVC(), param_grid, refit=True, verbose=2)
grid.fit(X_train, y_train)

# Print the best parameters and the corresponding score
print("Best parameters found: ", grid.best_params_)
print("Best score: ", grid.best_score_)

# Use the best estimator to make predictions
grid_predictions = grid.predict(X_test)

# Evaluate the model with the best parameters
print(confusion_matrix(y_test, grid_predictions))
print(classification_report(y_test, grid_predictions))

Ebben a példában a "C" és a "gamma" értékek rácsán kerestünk az RBF kernel segítségével. A "GridSearchCV" példány a keresés során talált legjobb paraméterekkel illeszti újra a modellt.

A döntési határ vizualizálása

Az SVM osztályozó működésének jobb megértéséhez gyakran hasznos a döntési határok megjelenítése. Ez egyértelműbb egy kétdimenziós jellemzőtérben. Az alábbiakban egy példa látható egy szintetikus adatkészlet használatára:

python
from sklearn.datasets import make_blobs

# Generate a synthetic dataset
X, y = make_blobs(n_samples=100, centers=2, random_state=6)

# Fit the SVM model
svc = SVC(kernel='linear', C=1.0)
svc.fit(X, y)

# Create a mesh to plot the decision boundary
h = .02
x_min, x_max = X[:, 0].min() - 1, X[:, 0].max() + 1
y_min, y_max = X[:, 1].min() - 1, X[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, h), np.arange(y_min, y_max, h))

# Predict the class for each point in the mesh
Z = svc.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)

# Plot the decision boundary
plt.contourf(xx, yy, Z, alpha=0.8)
plt.scatter(X[:, 0], X[:, 1], c=y, edgecolors='k', marker='o')
plt.xlabel('Feature 1')
plt.ylabel('Feature 2')
plt.title('SVM Decision Boundary')
plt.show()

A fenti kód egy szintetikus adatkészletet generál két osztályból, illeszkedik egy lineáris kernellel rendelkező SVM-modellhez, és megjeleníti a döntési határt. A "contourf" függvényt a döntési határok ábrázolására használják, a szóródiagram pedig az adatpontokat mutatja. A Scikit-learn átfogó és felhasználóbarát felületet biztosít az SVM osztályozás Pythonban való megvalósításához. Az olyan kulcsfunkciók, mint az "svm.SVC", "fit", "predict" és "score" elengedhetetlenek az SVM-modellek felépítéséhez és értékeléséhez. A „GridSearchCV”-vel végzett hiperparaméterhangolás tovább javítja a modell teljesítményét az optimális paraméterek megtalálásával. A döntési határ vizualizálása értékes betekintést nyújthat az osztályozó viselkedésébe. Ezen lépések követésével hatékonyan megvalósítható és optimalizálható az SVM osztályozás a scikit-learn segítségével.

További friss kérdések és válaszok ezzel kapcsolatban EITC/AI/MLP gépi tanulás Python-nal:

Tekintse meg a további kérdéseket és válaszokat az EITC/AI/MLP gépi tanulás Python segítségével

További kérdések és válaszok:

Címkék: , , , , ,