連淡水阿嬤都聽得懂的機器學習入門 scikit-learn

連淡水阿嬤都聽得懂的
機器學習入門
scikit-learn
Cicilia Lee 李佳穎
PyCon TW 2016/06/04
aacs0130@gmail.com
1

給門外漢的機器學習入門
描述程度
Level 1 不知道什麼是機器學習門外漢 (O)
Level 2 知道機器學習是AI的子學門
Level 3 會使用機器學習套件解問題初學者
Level 4 會選擇適合的機器學習演算法與調參數
Level 5 知道機器學習演算法的數學原理專家
Level 6 會設計新的機器學習演算法
2
Cicilia Lee @ PyCon TW 2016

大綱
1. 什麼是機器學習？
2. 機器學習的分類
3. 機器學習流程
4. Scikit-learn 範例
5. Scikit Learn 數字辨識步驟
6. 前處理
7. 選擇機器學習演算法 3

什麼是機器學習？
 我們有大量的樣本資料(sample data)，讓機
器自動從中學習出規則，用來預測其他未知
的資料。
 機器學習是基於機率、統計、逼近論等數學
理論的研究。
 機器學習可應用於電腦視覺、自然語言處理、
語音和手寫識別和機器人等領域。
4

機器學習的分類
 Supervised Learning 監督式學習
 訓練集的目標是人為標註的。
 Classification 分類 : 預測類別
 Regression 回歸 : 預測變量
 Unsupervised Learning 非監督式學習
 訓練集沒有人為標註的目標。
 Clustering 分群
5

機器學習流程
6
Model 模型
Testing set

Scikit Learn 數字辨識範例
 這個範例用來展示scikit-learn 如何用SVM演
算法來達成手寫的數字辨識
 http://scikit-
learn.org/stable/auto_examples/classification/plot_digits_class
ification.html
7

Scikit Learn 數字辨識步驟
1. Load data
2. Set a classifier
3. Learn a model
4. Predict the result
5. Evaluate
8

Scikit Learn 數字辨識 (1/3)
# Import datasets, classifiers and performance metrics
from sklearn import datasets, svm, metrics
### 1. Load data
# The digits dataset
digits = datasets.load_digits()
# To apply a classifier on this data, we need to flatten the image,
to
# turn the data in a (samples, feature) matrix:
n_samples = len(digits.images)
data = digits.images.reshape((n_samples, -1)) 9

### 2. Set a classifier
# Create a classifier: a support vector classifier
classifier = svm.SVC(gamma=0.001)
### 3. Learn a model
# We learn the digits on the first half of the digits
classifier.fit(data[:n_samples / 2],
digits.target[:n_samples / 2])
10

### 4. Predict the result
# Now predict the value of the digit on the second half:
expected = digits.target[n_samples / 2:]
predicted = classifier.predict(data[n_samples / 2:])
### 5. Evaluate
print("Classification report for classifier %s:n%sn"
% (classifier, metrics.classification_report(expected, predicted)))
print("Confusion matrix:n%s"
% metrics.confusion_matrix(expected, predicted))
11

Script output (1/2)
Classification report for classifier SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape=None, degree=3, gamma=0.001, kernel='rbf',
max_iter=-1, probability=False, random_state=None, shrinking=True,
tol=0.001, verbose=False):
precision recall f1-score support
0 1.00 0.99 0.99 88
1 0.99 0.97 0.98 91
2 0.99 0.99 0.99 86
3 0.98 0.87 0.92 91
4 0.99 0.96 0.97 92
5 0.95 0.97 0.96 91
6 0.99 0.99 0.99 91
7 0.96 0.99 0.97 89
8 0.94 1.00 0.97 88
9 0.93 0.98 0.95 92
avg / total 0.97 0.97 0.97 899
12

Script output (2/2)
Confusion matrix:
[[87 0 0 0 1 0 0 0 0 0]
[ 0 88 1 0 0 0 0 0 1 1]
[ 0 0 85 1 0 0 0 0 0 0]
[ 0 0 0 79 0 3 0 4 5 0]
[ 0 0 0 0 88 0 0 0 0 4]
[ 0 0 0 0 0 88 1 0 0 2]
[ 0 1 0 0 0 0 90 0 0 0]
[ 0 0 0 0 0 1 0 88 0 0]
[ 0 0 0 0 0 0 0 0 88 0]
[ 0 0 0 1 0 1 0 0 0 90]] 13

前處理
1. Clean data
2. Feature extraction
3. Convert category and string to number
4. Sparse data
5. Feature selection
14

選擇機器學習演算法
15

複習
1. 什麼是機器學習？
2. 機器學習的分類
3. 機器學習流程
4. Scikit-learn 範例
5. Scikit Learn 數字辨識步驟
6. 前處理
7. 選擇機器學習演算法 16

Thank you
 Reference
 Scikit-learn 官網：
http://scikit-learn.org/stable/index.html
 Scikit-learn數字範例
http://scikit-
learn.org/stable/auto_examples/classification/plot_digits_c
lassification.html
 選擇機器學習演算法
http://scikit-
learn.org/stable/tutorial/machine_learning_map/index.ht
ml
 林軒田教授的機器學習教學影片
https://www.youtube.com/playlist?list=PLXVfgk9fNX2I7tB
6oIINGBmW50rrmFTqf
17

連淡水阿嬤都聽得懂的機器學習入門 scikit-learn

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie 連淡水阿嬤都聽得懂的機器學習入門 scikit-learn

Ähnlich wie 連淡水阿嬤都聽得懂的機器學習入門 scikit-learn (20)