Scikit-Learn | Набор данных Iris | Многоклассовая классификация

Введение

В этом лабораторном занятии мы будем использовать SGDClassifier из Scikit-Learn для реализации модели мультиклассовой классификации на знаменитой наборе данных iris. Мы построим поверхность решения модели на наборе данных и визуализируем гиперплоскости, соответствующие трем классификаторам one-versus-all (OVA).

Советы по использованию ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook, чтобы 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.

Загрузка и подготовка данных

Начнем с импорта необходимых библиотек и загрузки набора данных iris. Затем перемешаем данные и стандартизируем их для использования в обучении.

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

## load iris dataset
iris = datasets.load_iris()

## take the first two features
X = iris.data[:, :2]
y = iris.target
colors = "bry"

## shuffle the data
idx = np.arange(X.shape[0])
np.random.seed(13)
np.random.shuffle(idx)
X = X[idx]
y = y[idx]

## standardize the data
mean = X.mean(axis=0)
std = X.std(axis=0)
X = (X - mean) / std

Обучение модели

Теперь мы обучим модель SGDClassifier на наборе данных iris с помощью метода fit(). Этот метод принимает на вход входные данные и значения целевых переменных и обучает модель на заданных данных.

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

Визуализация поверхности решения

Теперь мы построим поверхность решения обученной модели на наборе данных iris. Мы будем использовать класс DecisionBoundaryDisplay для визуализации границы решения модели.

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")

Построение точек обучения

Теперь мы построим точки обучения на поверхности решения. Мы будем использовать метод scatter() для построения точек обучения с разными цветами для разных значений целевых переменных.

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("Decision surface of multi-class SGD")
plt.axis("tight")

Построение классификаторов "один против всех"

Теперь мы построим три классификатора "один против всех" (OVA) на поверхности решения. Мы будем использовать атрибуты coef* и intercept* обученной модели для построения гиперплоскостей, соответствующих классификаторам 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()

Резюме

В этом практическом занятии мы узнали, как использовать SGDClassifier из Scikit-Learn для реализации модели многоклассовой классификации на наборе данных iris. Мы визуализировали поверхность решения обученной модели на наборе данных и построили гиперплоскости, соответствующие трем классификаторам "один против всех" (OVA).

Многоклассовый классификатор SGD в Scikit-Learn