Introducción
En este laboratorio, revisaremos un ejemplo de clasificación de procesos gaussianos (GPC) en el conjunto de datos XOR utilizando scikit-learn. Compararemos los resultados obtenidos al utilizar un kernel estacionario, isotrópico (RBF) y un kernel no estacionario (DotProduct).
Consejos sobre la VM
Una vez que se haya iniciado la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.
A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.
Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.
Importando bibliotecas
En este paso, importaremos las bibliotecas necesarias para este laboratorio.
import numpy as np
import matplotlib.pyplot as plt
from sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF, DotProduct
Creando el conjunto de datos XOR
En este paso, crearemos un conjunto de datos XOR utilizando numpy. Utilizaremos la función logical_xor para crear las etiquetas basadas en las características de entrada.
xx, yy = np.meshgrid(np.linspace(-3, 3, 50), np.linspace(-3, 3, 50))
rng = np.random.RandomState(0)
X = rng.randn(200, 2)
Y = np.logical_xor(X[:, 0] > 0, X[:, 1] > 0)
Ajustando el modelo
En este paso, ajustaremos el clasificador de procesos gaussianos al conjunto de datos. Utilizaremos dos kernels diferentes para la comparación: RBF y DotProduct.
plt.figure(figsize=(10, 5))
kernels = [1.0 * RBF(length_scale=1.15), 1.0 * DotProduct(sigma_0=1.0) ** 2]
for i, kernel in enumerate(kernels):
clf = GaussianProcessClassifier(kernel=kernel, warm_start=True).fit(X, Y)
## plot the decision function for each datapoint on the grid
Z = clf.predict_proba(np.vstack((xx.ravel(), yy.ravel())).T)[:, 1]
Z = Z.reshape(xx.shape)
plt.subplot(1, 2, i + 1)
image = plt.imshow(
Z,
interpolation="nearest",
extent=(xx.min(), xx.max(), yy.min(), yy.max()),
aspect="auto",
origin="lower",
cmap=plt.cm.PuOr_r,
)
contours = plt.contour(xx, yy, Z, levels=[0.5], linewidths=2, colors=["k"])
plt.scatter(X[:, 0], X[:, 1], s=30, c=Y, cmap=plt.cm.Paired, edgecolors=(0, 0, 0))
plt.xticks(())
plt.yticks(())
plt.axis([-3, 3, -3, 3])
plt.colorbar(image)
plt.title(
"%s\n Log-Marginal-Likelihood:%.3f"
% (clf.kernel_, clf.log_marginal_likelihood(clf.kernel_.theta)),
fontsize=12,
)
plt.tight_layout()
plt.show()
Visualizando los resultados
En este paso, visualizaremos los resultados obtenidos al ajustar el modelo. Graficaremos la función de decisión para cada punto de datos en la cuadrícula y un diagrama de dispersión para las características de entrada.
Resumen
En este laboratorio, revisamos un ejemplo de clasificación de procesos gaussianos (GPC) en un conjunto de datos XOR utilizando scikit-learn. Comparamos los resultados obtenidos al utilizar un kernel estacionario e isotrópico (RBF) y un kernel no estacionario (DotProduct).