Classificador SGD Multi-Classe Scikit-Learn

Introdução

Neste laboratório, utilizaremos o SGDClassifier do Scikit-Learn para implementar um modelo de classificação multiclasse no famoso conjunto de dados iris. Iremos plotar a superfície de decisão do modelo no conjunto de dados e visualizar os hiperplanos correspondentes aos três classificadores um-contra-todos (OVA).

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 o carregamento. 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 o problema rapidamente para si.

Carregar e Preparar os Dados

Começamos importando as bibliotecas necessárias e carregando o conjunto de dados iris. Em seguida, embaralharemos os dados e os padronizaremos para serem usados no treinamento.

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.linear_model import SGDClassifier

## carregar o conjunto de dados iris
iris = datasets.load_iris()

## pegar as duas primeiras características
X = iris.data[:, :2]
y = iris.target
colors = "bry"

## embaralhar os dados
idx = np.arange(X.shape[0])
np.random.seed(13)
np.random.shuffle(idx)
X = X[idx]
y = y[idx]

## padronizar os dados
mean = X.mean(axis=0)
std = X.std(axis=0)
X = (X - mean) / std

Treinar o Modelo

Agora, treinaremos o modelo SGDClassifier no conjunto de dados iris com a ajuda do método fit(). Este método recebe os dados de entrada e os valores-alvo como entrada e treina o modelo nos dados fornecidos.

clf = SGDClassifier(alpha=0.001, max_iter=100).fit(X, y)

Visualizar a Superfície de Decisão

Agora, plotaremos a superfície de decisão do modelo treinado no conjunto de dados iris. Usaremos a classe DecisionBoundaryDisplay para visualizar a fronteira de decisão do modelo.

from sklearn.inspection import DecisionBoundaryDisplay

ax = plt.gca()
DecisionBoundaryDisplay.from_estimator(
    clf,
    X,
    cmap=plt.cm.Paired,
    ax=ax,
    response_method="predict",
    xlabel=iris.feature_names[0],
    ylabel=iris.feature_names[1],
)
plt.axis("tight")

Plotar Pontos de Treinamento

Agora, plotaremos os pontos de treinamento na superfície de decisão. Usaremos o método scatter() para plotar os pontos de treinamento com cores diferentes para valores-alvo diferentes.

for i, color in zip(clf.classes_, colors):
    idx = np.where(y == i)
    plt.scatter(
        X[idx, 0],
        X[idx, 1],
        c=color,
        label=iris.target_names[i],
        cmap=plt.cm.Paired,
        edgecolor="black",
        s=20,
    )
plt.title("Superfície de decisão de SGD multi-classe")
plt.axis("tight")

Plotar Classificadores Um-Contra-Todos

Agora, plotaremos os três classificadores um-contra-todos (OVA) na superfície de decisão. Usaremos os atributos coef_ e intercept_ do modelo treinado para plotar os hiperplanos correspondentes aos classificadores OVA.

xmin, xmax = plt.xlim()
ymin, ymax = plt.ylim()
coef = clf.coef_
intercept = clf.intercept_


def plot_hyperplane(c, color):
    def line(x0):
        return (-(x0 * coef[c, 0]) - intercept[c]) / coef[c, 1]

    plt.plot([xmin, xmax], [line(xmin), line(xmax)], ls="--", color=color)


for i, color in zip(clf.classes_, colors):
    plot_hyperplane(i, color)
plt.legend()
plt.show()

Resumo

Neste laboratório, aprendemos como usar o SGDClassifier do Scikit-Learn para implementar um modelo de classificação multiclasse no conjunto de dados iris. Visualizamos a superfície de decisão do modelo treinado no conjunto de dados e plotamos os hiperplanos correspondentes aos três classificadores um-contra-todos (OVA).