Plotagem da Probabilidade de Classificação

Introdução

Este laboratório demonstra como traçar a probabilidade de classificação de diferentes classificadores usando o Python Scikit-learn. Usaremos um conjunto de dados de 3 classes e o classificaremos com um classificador de Máquinas de Vetores de Suporte, regressão logística penalizada L1 e L2 com um ajuste One-Vs-Rest ou multinomial, e classificação de processos gaussianos.

Dicas da Máquina Virtual

Após o arranque da máquina virtual, clique no canto superior esquerdo para mudar para a aba Notebook para aceder ao Jupyter Notebook para a prática.

Por vezes, pode ser necessário esperar alguns segundos para o Jupyter Notebook terminar de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se tiver problemas durante a aprendizagem, não hesite em contactar o Labby. Forneça feedback após a sessão e resolveremos prontamente o problema para si.

Importação de bibliotecas necessárias

Começamos importando as bibliotecas necessárias para o laboratório.

import matplotlib.pyplot as plt
import numpy as np
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.gaussian_process import GaussianProcessClassifier
from sklearn.gaussian_process.kernels import RBF
from sklearn import datasets

Carregar o conjunto de dados

Em seguida, carregamos o conjunto de dados iris do Scikit-learn.

iris = datasets.load_iris()
X = iris.data[:, 0:2]  ## apenas as duas primeiras características são usadas para visualização
y = iris.target
n_features = X.shape[1]

Definir os classificadores

Definimos diferentes classificadores para o conjunto de dados.

C = 10
kernel = 1.0 * RBF([1.0, 1.0])  ## para GPC

## Criar diferentes classificadores.
classifiers = {
    "L1 logistic": LogisticRegression(
        C=C, penalty="l1", solver="saga", multi_class="multinomial", max_iter=10000
    ),
    "L2 logistic (Multinomial)": LogisticRegression(
        C=C, penalty="l2", solver="saga", multi_class="multinomial", max_iter=10000
    ),
    "L2 logistic (OvR)": LogisticRegression(
        C=C, penalty="l2", solver="saga", multi_class="ovr", max_iter=10000
    ),
    "Linear SVC": SVC(kernel="linear", C=C, probability=True, random_state=0),
    "GPC": GaussianProcessClassifier(kernel),
}

Visualizar a probabilidade de classificação

Visualizamos a probabilidade de classificação para cada classificador.

n_classifiers = len(classifiers)

plt.figure(figsize=(3 * 2, n_classifiers * 2))
plt.subplots_adjust(bottom=0.2, top=0.95)

xx = np.linspace(3, 9, 100)
yy = np.linspace(1, 5, 100).T
xx, yy = np.meshgrid(xx, yy)
Xfull = np.c_[xx.ravel(), yy.ravel()]

for index, (name, classifier) in enumerate(classifiers.items()):
    classifier.fit(X, y)

    y_pred = classifier.predict(X)
    accuracy = accuracy_score(y, y_pred)
    print("Precisão (treino) para %s: %0.1f%% " % (name, accuracy * 100))

    ## Visualizar probabilidades:
    probas = classifier.predict_proba(Xfull)
    n_classes = np.unique(y_pred).size
    for k in range(n_classes):
        plt.subplot(n_classifiers, n_classes, index * n_classes + k + 1)
        plt.title("Classe %d" % k)
        if k == 0:
            plt.ylabel(name)
        imshow_handle = plt.imshow(
            probas[:, k].reshape((100, 100)), extent=(3, 9, 1, 5), origin="lower"
        )
        plt.xticks(())
        plt.yticks(())
        idx = y_pred == k
        if idx.any():
            plt.scatter(X[idx, 0], X[idx, 1], marker="o", c="w", edgecolor="k")

ax = plt.axes([0.15, 0.04, 0.7, 0.05])
plt.title("Probabilidade")
plt.colorbar(imshow_handle, cax=ax, orientation="horizontal")

plt.show()

Resumo

Este laboratório demonstrou como plotar a probabilidade de classificação para diferentes classificadores usando o Python Scikit-learn. Carregamos o conjunto de dados iris, definimos diferentes classificadores e visualizamos a probabilidade de classificação para cada classificador.