[PYTHON] Ich habe versucht, das überwachte Lernen des maschinellen Lernens auch für Serveringenieure auf leicht verständliche Weise zu verstehen 1

Was ist betreutes Lernen?

Sagen Sie beispielsweise Ihr Jahreseinkommen voraus. Infolgedessen ist es eine KI, die beurteilen kann, ob es 5 Millionen oder mehr oder weniger sind.

Ich werde einige Informationen bekommen, um eine Vorhersage zu machen. Lassen Sie uns diesmal Folgendes tun

--Alter

Ich erwarte diese Bedingungen. Es gibt verschiedene Möglichkeiten, dies vorherzusagen, diesmal jedoch

Verwenden wir eine Vorhersagemethode namens logistische Regression </ b>. Die logistische Regression ist ein vorhersehbarer Mechanismus zur Klassifizierung von Klassen.

Lassen Sie es uns in Python zeichnen

//Argumentbeschreibung
////C Ändern Sie die Genauigkeit (je größer die Zahl, desto detaillierter wird die Antwort berechnet).
////max_iter maximale Anzahl von Iterationen(Geben Sie den Maximalwert an, um nicht zu viel zu berechnen und die Anzahl der Schleifen zu erhöhen)
////random_state Ist es nicht genau das, was Sie erwartet haben, mit oder ohne Zufallszahlen? Verwenden Sie diese Option, wenn Sie Lust auf etwas haben (der gleiche Wert wird zurückgegeben, wenn es sich um eine Ganzzahl handelt).
lr = LogisticRegression(C=1000.0, max_iter=100, random_state=0)
lr.fit("Alter,Ausbildungszeit,Matrixdaten der Arbeitszeit"), column_or_1d("Bewertungszeile"))

Angenommen, Sie haben solche Daten

Alter Land Ausbildungszeit Arbeitszeit Einkommen über 500
30 JPN 12 40 0
15 USA 9 80 1
26 JPN 9 40 0
65 JPN 9 40 1

Die Originaldaten sind jetzt vollständig

Füttere die Daten. Und machen Sie eine Vorhersage

train_pred = lr.predict("Alter,Ausbildungszeit,Matrixdaten der Arbeitszeit")

//Punktzahl ist die Genauigkeit.
lr.score("Alter,Ausbildungszeit,Matrixdaten der Arbeitszeit",column_or_1d("Bewertungszeile"))

Wenn in diesem Fall die Punktzahl 1 überschreitet, bedeutet dies, dass sie 5 Millionen überschreitet. Stellen Sie die folgenden Werte ein, um einzelne Werte zu überprüfen Als Beispiel) 30 Jahre, Bildungseinrichtung: 16 Jahre, 40 Stunden pro Woche

yhat = lr.predict(np.array([[30, 16, 40]]))[0]

print( yhat)
print('Ihr Jahreseinkommen beträgt 5 Millionen' + ('Es ist weniger als' if yhat == 0 else 'das ist alles'))

Das ist die Antwort, die maschinelles Lernen gefunden hat.

Zusammenfassend

Um den Fluss zusammenzufassen

  • Ich werde logistische Regression verwenden --passen
  • Holen Sie sich eine Punktzahl, sehen Sie, welche Ergebnisse zurückgegeben werden, und überprüfen Sie
  • Holen Sie sich mit Vorhersagen, was Sie wollen

Wird sein

Nachwort

Ziel dieser Zeit war es, vorerst maschinelles Lernen zu versuchen. Wenn Sie dies wissen, gehen Sie natürlich zu dem Ort, an dem Sie die Genauigkeit verbessern möchten. Überlegen. Ich würde es gerne in einem anderen Artikel schreiben.

Ich habe die detaillierte Grammatik dieses Mal nicht angesprochen, daher denke ich, dass es ein weiterer Artikel sein wird (wenn Sie Lust dazu haben).

Recommended Posts

Ich habe versucht, das überwachte Lernen des maschinellen Lernens auch für Serveringenieure auf leicht verständliche Weise zu verstehen 1
Ich habe versucht, das überwachte Lernen des maschinellen Lernens auch für Serveringenieure auf leicht verständliche Weise zu verstehen 2
[Für Anfänger] Ich möchte die Anzahl der Lernerfahrungen leicht verständlich erklären.
[Python] Ich habe versucht, Wörter, die für Anfänger schwer zu verstehen sind, auf leicht verständliche Weise zu erklären.
[Deep Learning von Grund auf neu] Ich habe versucht, die Gradientenbestätigung auf leicht verständliche Weise zu erklären.
[Python] Ich habe versucht, den kollektiven Typ (Satz) auf leicht verständliche Weise zusammenzufassen.
Ein einführender Leser der Theorie des maschinellen Lernens für IT-Ingenieure versuchte es mit Kaggle
Ich habe versucht, Cpaw Level1 & Level2 Write Up auf leicht verständliche Weise zusammenzufassen
Einführung in Deep Learning (1) --Chainer wird Anfängern leicht verständlich erklärt.
Ich habe versucht, die Veränderung der Schneemenge für 2 Jahre durch maschinelles Lernen vorherzusagen
Ich habe versucht, mit Python (Mac OS X) eine Umgebung für maschinelles Lernen zu erstellen.
[Maschinelles Lernen] Fassen wir die zufällige Gesamtstruktur auf leicht verständliche Weise zusammen
[Maschinelles Lernen] Ich habe versucht, die Theorie von Adaboost zusammenzufassen
Ich habe versucht, es sorgfältig zu verstehen, während ich den Algorithmus Adaboost beim maschinellen Lernen implementiert habe (+ ich habe mein Verständnis der Array-Berechnung vertieft)
Ich habe versucht, in 3 Jahren 5 Muster der Analysebasis zu erstellen
Wie nutzt man maschinelles Lernen für die Arbeit? 01_ Den Zweck des maschinellen Lernens verstehen
Ich werde erklären, wie man Pandas auf leicht verständliche Weise benutzt.
[Maschinelles Lernen] Ich habe versucht, so etwas wie Bilder weiterzugeben
Eine Einführung in OpenCV für maschinelles Lernen
Eine Einführung in Python für maschinelles Lernen
Ich habe versucht, Gitarrenakkorde in Echtzeit mithilfe von maschinellem Lernen zu klassifizieren
(Maschinelles Lernen) Ich habe versucht, die Bayes'sche lineare Regression bei der Implementierung sorgfältig zu verstehen
(Maschinelles Lernen) Ich habe versucht, den EM-Algorithmus in der gemischten Gaußschen Verteilung sorgfältig mit der Implementierung zu verstehen.
Ich habe versucht, die Lernfunktion im neuronalen Netzwerk sorgfältig zu verstehen, ohne die Bibliothek für maschinelles Lernen zu verwenden (zweite Hälfte).
Eine Einführung in maschinelles Lernen für Bot-Entwickler
[Für Anfänger] Einführung in die Vektorisierung beim maschinellen Lernen
Ich habe versucht, die beim maschinellen Lernen verwendeten Bewertungsindizes zu organisieren (Regressionsmodell).
[Azure] Ich habe versucht, eine virtuelle Linux-Maschine mit Azure von Microsoft Learn zu erstellen
Ich habe versucht, das Vorhandensein oder Nichtvorhandensein von Schnee durch maschinelles Lernen vorherzusagen.
Ich habe versucht, verschiedene Methoden für maschinelles Lernen (Vorhersagemodell) mithilfe von Scicit-Learn zu implementieren
Ich habe versucht, das Bild zu verarbeiten und zu transformieren und die Daten für maschinelles Lernen zu erweitern
Ich möchte maschinelles Lernen auch ohne Server durchführen - Time Series Edition -
Ich habe versucht, die Lernfunktion im neuronalen Netzwerk sorgfältig zu verstehen, ohne die Bibliothek für maschinelles Lernen zu verwenden (erste Hälfte).
Ich habe versucht zu erklären, wie der Artikelinhalt mit der MediaWiki-API auf leicht verständliche Weise anhand von Beispielen abgerufen werden kann (Python 3).
Ich habe versucht, maschinelles Lernen (Objekterkennung) mit TouchDesigner zu verschieben
Erstellen Sie mit Python eine interaktive Umgebung für maschinelles Lernen
Ich habe versucht, das Bild mithilfe von maschinellem Lernen zu komprimieren
Da ich Tensorflow 2 Monate lang berührt habe, habe ich das Faltungs-Neuronale Netzwerk auf leicht verständliche Weise mit 95,04% der "handgeschriebenen Hiragana" -Identifikation erklärt.
Ich habe versucht, die Genauigkeit von Modellen für maschinelles Lernen mit Kaggle als Thema zu vergleichen.
Passende App Ich habe versucht, Statistiken über starke Leute zu erstellen und ein Modell für maschinelles Lernen zu erstellen
Ich habe versucht, die Yin- und Yang-Klassifikation hololiver Mitglieder durch maschinelles Lernen zu überprüfen
Das Ergebnis des maschinellen Lernens von Java-Ingenieuren mit Python www
Ich habe versucht, Tensorboard zu verwenden, ein Visualisierungstool für maschinelles Lernen
Ich habe versucht, durch maschinelles Lernen Sätze in den XX-Stil umzuwandeln
Ich habe versucht, ListNet of Rank Learning mit Chainer zu implementieren
Ich habe versucht, das Blackjack of Trump-Spiel mit Python zu implementieren
Ich habe versucht, einen Artikel mit SQL Alchemy auf Wiki.js zu erstellen
Eine Einführung in das maschinelle Lernen
[Maschinelles Lernen] Verstehen Sie aus der Mathematik, dass Standardisierung zu einem Durchschnitt von 0 und einer Standardabweichung von 1 führt.
Ich habe versucht, Othello AI mit Tensorflow zu machen, ohne die Theorie des maschinellen Lernens zu verstehen ~ Einführung ~
Ich habe HR Tech versucht, eine Expertensuchmaschine zu entwickeln, indem ich interne Besprechungsinformationen maschinell gelernt habe
Ich habe versucht, Othello AI mit Tensorflow zu erstellen, ohne die Theorie des maschinellen Lernens zu verstehen ~ Implementierung ~
Ich habe versucht, eine Umgebung von MkDocs unter Amazon Linux zu erstellen
Beachten Sie, dass ich den Algorithmus des maschinell lernenden Naive Bayes-Klassifikators verstehe. Und ich habe es in Python geschrieben.
Ich habe maschinelles Lernen mit liblinear versucht
Ich habe ein Buch geschrieben, in dem Sie maschinelle Lernimplementierungen und -algorithmen auf ausgewogene Weise lernen können.
Ich habe versucht, Othello AI mit Tensorflow zu erstellen, ohne die Theorie des maschinellen Lernens zu verstehen ~ Battle Edition ~
Ich habe versucht, die Vorhersage-API des maschinellen Lernmodells von WordPress aus aufzurufen