Machine Learning with Scikit-Learn
上传者:程琳璋|上传时间:2015-04-24|密次下载
Machine Learning with Scikit-Learn
Machine Learning with Scikit-Learn
Andreas Mueller (NYU Center for Data Science, scikit-learn)
http://bit.ly/sklstrata
http://bit.ly/skCUNY http://bit.ly/skCUNY
2
Me
3
Classification
Regression
Clustering
Semi-Supervised Learning
Feature Selection
Feature Extraction
Manifold Learning
Dimensionality Reduction
Kernel Approximation
Hyperparameter Optimization
Evaluation Metrics
Out-of-core learning
…...
4
5
Get the notebooks!
http://bit.ly/sklstrata
6
Hi Andy,
I just received an email from the first tutorialclf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
Training Data
Test Data
Training Labels
Model
Prediction
13
clf = RandomForestClassifier()
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
clf.score(X_test, y_test)
Training Data
Test Data
Training Labels
Model
Prediction
Test Labels Evaluation
14
IPython Notebook:
Chapter 1 - Introduction to Scikit-learn
15
Unsupervised Machine Learning
Training Data Model
16
Unsupervised Machine Learning
Training Data
Test Data
Model
New View
17
pca = PCA()
pca.fit(X_train)
X_new = pca.transform(X_test)
Training Data
Test Data
Model
Transformation
Unsupervised Transformations
18
IPython Notebook:
Chapter 2 – Unsupervised Transformers
19
All Data
Training data Test data
20
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
21
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5 Split 1
22
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Split 1
Split 2
23
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Split 1
Split 2
Split 3
Split 4
Split 5
24
IPython Notebook:
Chapter 3 - Cross-validation
25
26
27
All Data
Training data Test data
28
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Test data
Split 1
Split 2
Split 3
Split 4
Split 5
29
All Data
Training data Test data
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Fold 1 Fold 2 Fold 3 Fold 4 Fold 5
Test data
Finding Parameters
Final evaluation
Split 1
Split 2
Split 3
Split 4
Split 5
30
SVC(C=0.001,
gamma=0.001)
31
SVC(C=0.001,
gamma=0.001)
SVC(C=0.01,
gamma=0.001)
SVC(C=0.1,
gamma=0.001)
SVC(C=1,
gamma=0.001)
SVC(C=10,
gamma=0.001)
32
SVC(C=0.001,
gamma=0.001)
SVC(C=0.01,
gamma=0.001)
SVC(C=0.1,
gamma=0.001)
SVC(C=1,
gamma=0.001)
SVC(C=10,
gamma=0.001)
SVC(C=0.001,
gamma=0.01)
SVC(C=0.01,
gamma=0.01)
SVC(C=0.1,
gamma=0.01)
SVC(C=1,
gamma=0.01)
SVC(C=10,
gamma=0.01)
33
SVC(C=0.001,
gamma=0.001)
SVC(C=0.01,
gamma=0.001)
SVC(C=0.1,
gamma=0.001)
SVC(C=1,
gamma=0.001)
SVC(C=10,
gamma=0.001)
SVC(C=0.001,
gamma=0.01)
SVC(C=0.01,
gamma=0.01)
SVC(C=0.1,
gamma=0.01)
SVC(C=1,
gamma=0.01)
SVC(C=10,
gamma=0.01)
SVC(C=0.001,
gamma=0.1)
SVC(C=0.01,
gamma=0.1)
SVC(C=0.1,
gamma=0.1)
SVC(C=1,
gamma=0.1)
SVC(C=10,
gamma=0.1)
34
SVC(C=0.001,
gamma=0.001)
SVC(C=0.01,
gamma=0.001)
SVC(C=0.1,
gamma=0.001)
SVC(C=1,
gamma=0.001)
SVC(C=10,
gamma=0.001)
SVC(C=0.001,
gamma=0.01)
SVC(C=0.01,
gamma=0.01)
SVC(C=0.1,
gamma=0.01)
SVC(C=1,
gamma=0.01)
SVC(C=10,
gamma=0.01)
SVC(C=0.001,
gamma=0.1)
SVC(C=0.01,
gamma=0.1)
SVC(C=0.1,
gamma=0.1)
SVC(C=1,
gamma=0.1)
SVC(C=10,
gamma=0.1)
SVC(C=0.001,
gamma=1)
SVC(C=0.01,
gamma=1)
SVC(C=0.1,
gamma=1)
SVC(C=1,
gamma=1)
SVC(C=10,
gamma=1)
SVC(C=0.001,
gamma=10)
SVC(C=0.01,
gamma=10)
SVC(C=0.1,
gamma=10)
SVC(C=1,
gamma=10)
SVC(C=10,
gamma=10)
35
IPython Notebook:
Chapter 4 – Grid Searches
36
Training Data Training Labels
Model
37
Training Data Training Labels
Model
38
Training Data Training Labels
Model
Feature
Extraction
39
Training Data Training Labels
Model
Feature
Extraction
Scaling
40
Training Data Training Labels
Model
Feature
Extraction
Scaling
Feature
Selection
41
Training Data Training Labels
Model
Feature
Extraction
Scaling
Feature
Selection
Cross Validation
42
Training Data Training Labels
Model
Feature
Extraction
Scaling
Feature
Selection
Cross Validation
43
IPython Notebook:
Chapter 5 - Preprocessing and Pipelines
44
Do cross-validation over all steps jointly.
Keep a separate test set until the very end.
45
Bag Of Word Representations
CountVectorizer / TfidfVectorizer
46
Bag Of Word Representations
“You better call Kenny Loggins”
CountVectorizer / TfidfVectorizer
47
Bag Of Word Representations
“You better call Kenny Loggins”
['you', 'better', 'call', 'kenny', 'loggins']
CountVectorizer / TfidfVectorizer
tokenizer
48
Bag Of Word Representations
“You better call Kenny Loggins”
[0, …, 0, 1, 0, … , 0, 1 , 0, …, 0, 1, 0, …., 0 ]
better call you aardvak zyxst
['you', 'better', 'call', 'kenny', 'loggins']
CountVectorizer / TfidfVectorizer
tokenizer
Sparse matrix encoding
49
Application: Insult detection
50
Application: Insult detection
i really don't understand your point. It seems
that you are mixing apples and oranges.
51
Application: Insult detection
Clearly you're a fucktard.
i really don't understand your point. It seems
that you are mixing apples and oranges.
52
IPython Notebook:
Chapter 6 - Working With Text Data
53
Overfitting and Underfitting
Model complexity
Accuracy
Training
54
Overfitting and Underfitting
Model complexity
Accuracy
Training
Generalization
55
Overfitting and Underfitting
Model complexity
Accuracy
Training
Generalization
Underfitting
Overfitting
Sweet spot
56
Linear SVM
57
Linear SVM
58
(RBF) Kernel SVM
59
(RBF) Kernel SVM
60
(RBF) Kernel SVM
61
(RBF) Kernel SVM
62
Decision Trees
63
Decision Trees
64
Decision Trees
65
Decision Trees
66
Decision Trees
67
Decision Trees
68
Random Forests
69
Random Forests
70
Random Forests
71
72
Thank you for your attention.
@t3kcit
@amueller
importamueller@http://wendang.chazidian.com
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 2013年春《旅游法规与政策》课程考查试题 (1)
- 外法史大纲
- 3份法律文书
- 起诉意见书
- 《公司法》练习题
- 物权法期末复习资料
- 浅析我国工伤保险制度的不足及建议—杨琳
- 我国农村环境监管法律问题研究
- 商法期末考试题3
- 法 理 学
- 论仲裁法中的自愿原则
- 刑诉期中考试兼作业四
- 浅谈我国死刑的存废问题研究报告
- 《票据法》教学大纲
- 财政法学-谢慧PPT
- 商法期末考试题2
- 一方婚前个人财产婚后取得的孳息该如何分配
- 关于长期责任准备金的提取方法及其借鉴
- 从社会交换理论看药品价格虚高问题
- 诉讼法作业1--浅论刑事诉讼程序的价值
- 物权法考点整理(挺好的参考资料)
- 广东培正学院证据学题库2010
- 论合同法中的违约责任
- 劳动关系
- A0130003当代中国政治制度
- 参观市民之家新闻稿
- 官僚主义与法律
- 案例分析
- 中特文化
- 2014案例复习
网友关注视频
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 12
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 3
- 北师大版数学四年级下册第三单元第四节街心广场
- 沪教版牛津小学英语(深圳用) 六年级下册 Unit 7
- 北师大版数学 四年级下册 第三单元 第二节 小数点搬家
- 沪教版八年级下册数学练习册21.4(1)无理方程P18
- 冀教版英语五年级下册第二课课程解读
- 《空中课堂》二年级下册 数学第一单元第1课时
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 12
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
- 七年级英语下册 上海牛津版 Unit3
- 外研版英语三起6年级下册(14版)Module3 Unit1
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 2
- 北师大版数学四年级下册3.4包装
- 8.练习八_第一课时(特等奖)(苏教版三年级上册)_T142692
- 三年级英语单词记忆下册(沪教版)第一二单元复习
- 人教版二年级下册数学
- 19 爱护鸟类_第一课时(二等奖)(桂美版二年级下册)_T502436
- 冀教版小学数学二年级下册第二周第2课时《我们的测量》宝丰街小学庞志荣.mp4
- 冀教版小学数学二年级下册第二单元《有余数除法的整理与复习》
- 外研版英语三起5年级下册(14版)Module3 Unit2
- 七年级下册外研版英语M8U2reading
- 冀教版小学数学二年级下册1
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 第19课 我喜欢的鸟_第一课时(二等奖)(人美杨永善版二年级下册)_T644386
- 精品·同步课程 历史 八年级 上册 第15集 近代科学技术与思想文化
- 第12章 圆锥曲线_12.7 抛物线的标准方程_第一课时(特等奖)(沪教版高二下册)_T274713
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,天津市
- 外研版八年级英语下学期 Module3
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理