Классификация с использованием решательного дерева AdaBoost

Введение

Это пошаговая лабораторная работа по использованию AdaBoost для обучения решющего дерева и классификации двухмерного набора данных, состоящего из двух кластеров гауссовских квантилей.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Skills Graph

Импортируем необходимые библиотеки

В этом шаге мы импортируем необходимые библиотеки для этой лабораторной работы.

import numpy as np
import matplotlib.pyplot as plt

from sklearn.ensemble import AdaBoostClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import make_gaussian_quantiles
from sklearn.inspection import DecisionBoundaryDisplay

Создаем набор данных

В этом шаге мы создадим не-линейно разделимый набор данных для классификации, состоящий из двух кластеров гауссовских квантилей, с использованием функции make_gaussian_quantiles из модуля sklearn.datasets. Также мы объединим два кластера и присвоим им метки.

X1, y1 = make_gaussian_quantiles(
    cov=2.0, n_samples=200, n_features=2, n_classes=2, random_state=1
)
X2, y2 = make_gaussian_quantiles(
    mean=(3, 3), cov=1.5, n_samples=300, n_features=2, n_classes=2, random_state=1
)
X = np.concatenate((X1, X2))
y = np.concatenate((y1, -y2 + 1))

Создаем и настраиваем AdaBoost-решательное дерево

В этом шаге мы создадим AdaBoost-решательное дерево с использованием класса AdaBoostClassifier из модуля sklearn.ensemble. В качестве базового оценивающего алгоритма мы будем использовать решательное дерево и установим параметр max_depth равным 1. Также установим параметр algorithm равным "SAMME" и параметр n_estimators равным 200. Наконец, настроим классификатор на наборе данных.

bdt = AdaBoostClassifier(
    DecisionTreeClassifier(max_depth=1), algorithm="SAMME", n_estimators=200
)

bdt.fit(X, y)

Построение границ решения и точек обучения

В этом шаге мы построим границы решения и точки обучения. Создадим объект DecisionBoundaryDisplay с использованием метода from_estimator из модуля sklearn.inspection, передав в него классификатор AdaBoost, набор данных и другие параметры. Также построим точки обучения, используя для каждого класса разные цвета.

plot_colors = "br"
plot_step = 0.02
class_names = "AB"

plt.figure(figsize=(10, 5))

## Построение границ решения
ax = plt.subplot(121)
disp = DecisionBoundaryDisplay.from_estimator(
    bdt,
    X,
    cmap=plt.cm.Paired,
    response_method="predict",
    ax=ax,
    xlabel="x",
    ylabel="y",
)
x_min, x_max = disp.xx0.min(), disp.xx0.max()
y_min, y_max = disp.xx1.min(), disp.xx1.max()
plt.axis("tight")

## Построение точек обучения
for i, n, c in zip(range(2), class_names, plot_colors):
    idx = np.where(y == i)
    plt.scatter(
        X[idx, 0],
        X[idx, 1],
        c=c,
        cmap=plt.cm.Paired,
        s=20,
        edgecolor="k",
        label="Class %s" % n,
    )
plt.xlim(x_min, x_max)
plt.ylim(y_min, y_max)
plt.legend(loc="upper right")

plt.title("Decision Boundary")

Построение оценок решения для двух классов

В этом шаге мы построим оценки решения для двух классов. Используем метод decision_function классификатора AdaBoost, чтобы получить оценки решения для каждого образца в наборе данных. Затем построим гистограммы оценок решения для каждого класса.

## Plot the two-class decision scores
twoclass_output = bdt.decision_function(X)
plot_range = (twoclass_output.min(), twoclass_output.max())
plt.subplot(122)
for i, n, c in zip(range(2), class_names, plot_colors):
    plt.hist(
        twoclass_output[y == i],
        bins=10,
        range=plot_range,
        facecolor=c,
        label="Class %s" % n,
        alpha=0.5,
        edgecolor="k",
    )
x1, x2, y1, y2 = plt.axis()
plt.axis((x1, x2, y1, y2 * 1.2))
plt.legend(loc="upper right")
plt.ylabel("Samples")
plt.xlabel("Score")
plt.title("Decision Scores")

plt.tight_layout()
plt.subplots_adjust(wspace=0.35)
plt.show()

Резюме

В этом практическом занятии мы узнали, как использовать AdaBoost для обучения решательного дерева и классификации двухмерного набора данных, состоящего из двух кластеров гауссовских квантилей. Мы также узнали, как построить границы решения и оценки решения классификатора.