Introduction
Scikit-learn est une bibliothèque Python populaire qui fournit une API simple et efficace pour les tâches de machine learning. L'une des principales fonctionnalités de scikit-learn est son API de visualisation intégrée, qui facilite la génération de visualisations pour les modèles de machine learning. Dans ce laboratoire, nous allons explorer comment utiliser l'API de visualisation de scikit-learn pour comparer les courbes ROC de deux classifieurs différents.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous résoudrons rapidement le problème pour vous.
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn(("Sklearn")) -.-> sklearn/ModelSelectionandEvaluationGroup(["Model Selection and Evaluation"])
sklearn(("Sklearn")) -.-> sklearn/UtilitiesandDatasetsGroup(["Utilities and Datasets"])
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/ensemble("Ensemble Methods")
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/svm("Support Vector Machines")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/model_selection("Model Selection")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/metrics("Metrics")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/datasets("Datasets")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/ensemble -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
sklearn/svm -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
sklearn/model_selection -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
sklearn/metrics -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
sklearn/datasets -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
ml/sklearn -.-> lab-49274{{"API de visualisation de Scikit-Learn"}}
end