Carregado porCarlos J. Costa
Python Scikit-Learn
O documento apresenta a biblioteca scikit-learn para machine learning, destacando suas funcionalidades como algoritmos de classificação, regressão e clustering. Também descreve um exemplo prático de como dividir dados em conjuntos de treino e teste, criar um modelo de regressão e realizar previsões. Além disso, menciona a utilização do matplotlib para visualização de dados.
Python Scikit-Learn
- 1. 2018/19 - 1CarlosJ. Costa (ISEG) SCIKIT-LEARN Carlos J. Costa
- 2. 2018/19 - 2CarlosJ. Costa (ISEG) scikit-learn • A scikit-learn (anteriormente scikits.learn) • É uma biblioteca de machine learning em Open Source • Inclui vários algoritmos de classificação, regressão, clustering, redução dimensional, seleção de modelos, pré-processamento • https://scikit-learn.org/ • https://scikit-learn.org/stable/index.html
- 3. 2018/19 - 3CarlosJ. Costa (ISEG) scikit-learn • Dividir a amostra em treino e teste from sklearn.model_selection import train_test_split x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.4, random_state=50)
- 4. 2018/19 - 4CarlosJ. Costa (ISEG) scikit-learn • Vamos então fazer regressão… • Importar modulo relevante: from sklearn.linear_model import LinearRegression • Criar modelo lm = LinearRegression() • Ajustar modelo lm.fit(x_train,y_train)
- 5. 2018/19 - 5CarlosJ. Costa (ISEG) scikit-learn • coeficiente de determinação R^2 • lm.score(X, Y) • Coeficientes • lm.coef_
- 6. 2018/19 - 6CarlosJ. Costa (ISEG) scikit-learn • Vamos agora fazer predição predicao = lm.predict(x_test) Não confundir com perdição!
- 7. 2018/19 - 7CarlosJ. Costa (ISEG) scikit-learn • A utilização de uma nova biblioteca agora pode ser relevante a matplotlib (serve para fazer gráficos) import matplotlib.pyplot as plt plt.scatter(y_test,predicao)
- 8. 2018/19 - 8CarlosJ. Costa (ISEG) Bibliografia • https://pandas.pydata.org/ • https://pandas.pydata.org/pandas-docs/sta ble/getting_started/10min.html • https://scikit-learn.org/ • https://scikit-learn.org/stable/index.html • https://www.statsmodels.org/stable/index.h tml