Introduzione al Machine Learning con Python

Capitolo 6. Catene di algoritmi e pipeline

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Per molti algoritmi di apprendimento automatico, la particolare rappresentazione dei dati che ci fornisci è molto importante, come abbiamo visto nel Capitolo 4. Questo inizia con il ridimensionamento dei dati e la combinazione delle caratteristiche a mano e arriva fino all'apprendimento delle caratteristiche con l'apprendimento automatico non supervisionato, come abbiamo visto nel Capitolo 3. Di conseguenza, la maggior parte delle applicazioni di apprendimento automatico richiede non solo l'applicazione di un singolo algoritmo, ma il concatenamento di molte fasi di elaborazione e modelli di apprendimento automatico diversi. In questo capitolo vedremo come utilizzare la classe Pipelineper semplificare il processo di costruzione di catene di trasformazioni e modelli. In particolare, vedremo come combinare Pipeline eGridSearchCV per cercare i parametri di tutte le fasi di elaborazione in una sola volta.

Come esempio dell'importanza di concatenare i modelli, abbiamo notato che possiamo migliorare notevolmente le prestazioni di un SVM kernel sul dataset cancerutilizzando MinMaxScaler per la pre-elaborazione. Ecco il codice per dividere i dati, calcolare il minimo e il massimo, scalare i dati e addestrare l'SVM:

In[1]:

from sklearn.svm import SVC
from sklearn.datasets import load_breast_cancer
from