Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 5 vues

    Rapport ML (1) COLETTE

    Transféré par

    zqmx9gdftv

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Rapport ML (1) COLETTE

    Transféré par

    zqmx9gdftv
    5 vues19 pages

    Titre original

    Rapport Ml[1] COLETTE

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    5 vues19 pages

    Rapport ML (1) COLETTE

    Transféré par

    zqmx9gdftv

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 19

    DEVOIR DE MACHINE LEARNING

    REDIGE PAR
    ATEBETE COLETTE CARINE ORNELA

    1
    DEVOIR N1
    Importation des données
    Nous allons premièrement importer les bibliothèques nécessaires pour la
    régression linéaire

    Ensuite nous allons importer le dataset nécessaire pour la régression linéaire :


    celui-ci parle du cancer du sein

    Ensuite nous allons afficher les 13 fonctionnalités du système

    Nous allons aussi imprimer les étiquettes des variables de notre dataset

    2
    Puis nous pouvons demander la taille du dataset (lignes ; colonnes)

    Nous pouvons aussi demander une vérification des lignes du dataset : dans ce
    cas, on verifiera de la premiere à la 5e ligne

    3
    Je ne comprends pas cette partie

    Apres nous allons importer la fonction train test split qui divise le jeu de
    données

    Et apres nous diviserons le dataset en deux donc 70% sera utilisé comme test

    Apres nous allons importer le module SVM

    4
    Ce module SVM nous permettra d’importer un classificateur SVM de type
    linéaire et l’entraine sur les données d’entrainement

    Puis, nous opterons pour une prediction du résultat du dataset

    Importation du module scikit-learn metrics qui fournit de nombreuses


    fonctions

    A savoir bien sur la classification du modele par les fonctions


    • Accuracy

    • Precision

    5
    • Recall

    6
    DEVOIR N 2
    Importation des biblioteques nécessaires pour l’entrainement du modele

    Importation du dataset

    Lecture des 10 premieres lignes du dataset

    Créer une variable x ou l’on y mettra les caractéristiques du modèle

    7
    Créer une variable y ou l’on mettra l’etiquette du modele

    Ensuite divisons le data set en deux dont la taille du test était de 0,25

    Testons ensuite la variable test

    Evaluons la précision grace à la fonction accuracy

    8
    Importation de la biblioteque seaborn permettant les visualisations statistiques

    Creons un nuage de points avec une regression lineaire de l’age en donction du


    glucose

    Créons un histogramme de l’age en fonction du taux de glucose

    9
    Décrivons les différentes variables du dataset

    10
    ➢ Machines à vecteurs de support
    Les machines à vecteurs de support ou séparateurs à vaste
    marge sont un ensemble de techniques d’apprentissage
    supervisé destinées à résoudre des problèmes de
    discrimination et de régression. Ce sont aussi une
    généralisation des classifieurs linéaires.
    Cependant, LES SVM offrent une très grande précision par
    rapport à d’autres classificateurs tels que la régression
    logistique et les arbres de décision. Il est connu pour son
    astuce de noyau pour gérer les espaces d’entrée non linéaires.
    Il est utilisé dans une variété d’applications telles que la
    détection de visages, la détection d’intrusion, la classification
    d’e-mails, d’articles de presse et de pages Web, la
    classification des gènes et la reconnaissance de l’écriture
    manuscrite.

    DEFINITIONS DES TERMES


    • Noyaux Un noyau transforme un espace de données d’entrée
    en la forme requise.de plus il convertit un problème non
    séparable en problèmes séparables en y ajoutant plus de
    dimension . il existe 3 types de noyaux
    • Noyau linéaire
    Un noyau linéaire peut être utilisé comme produit scalaire
    normal pour deux observations données. Le produit entre deux
    vecteurs est la somme de la multiplication de chaque paire de
    valeurs d’entrée.
    K(x, xi) = sum(x * xi)
    • Un noyau polynomial

    11
    est une forme plus généralisée du noyau linéaire. Le noyau
    polynomial peut distinguer l’espace d’entrée incurvé ou non
    linéaire.
    K(x,xi) = 1 + sum(x * xi)^d

    • Noyau de fonction de base radiale

    Le noyau de fonction de base radiale est une fonction de


    noyau populaire couramment utilisée dans la classification
    des machines à vecteurs de support. RBF peut mapper un
    espace d’entrée dans un espace de dimension infinie.

    K(x,xi) = exp(-gamma * sum((x – xi^2))

    L’OBJECTIF PRINCIPAL DES SVM

    L’objectif principal est de séparer l’ensemble de données de la


    meilleure façon possible. Tout en
    1. Générer des hyperplans qui séparent les classes de la
    meilleure façon. Figure de gauche montrant trois hyperplans
    noirs, bleus et oranges. Ici, le bleu et l’orange ont une erreur de
    classification plus élevée, mais le noir sépare correctement les
    deux classes.

    2. Sélectionnez l’hyperplan de droite avec la ségrégation


    maximale à partir de l’un ou l’autre des points de données
    les plus proches, comme indiqué dans la figure de droite.

    12
    PARTIE 1 .CREATION D’UN MODELE
    a) IMPORTATION DES BIBLIOTHEQUES

    . Les bibliothèques pandas, NumPy et seaborn sont des outils


    essentiels en Data Science et en Machine Learning. Elles offrent
    des fonctionnalités puissantes pour la manipulation et l'analyse
    de données, ainsi que pour la visualisation.
    • pandas :La bibliothèque pandas est largement utilisée pour la
    manipulation et l'analyse de données. Elle fournit des
    structures de données flexibles et efficaces, notamment les
    objets Séries et Data Frame, qui permettent de gérer, nettoyer
    et transformer facilement les données. pandas offre également
    des fonctionnalités pour l'indexation, le filtrage, l'agrégation et
    le regroupement des données, ainsi que pour l'importation et
    l'exportation de différents formats de fichiers. En somme,
    pandas facilite l'exploration et la préparation des données avant
    de les utiliser dans des modèles d'apprentissage automatique.
    • NumPy : est une bibliothèque fondamentale pour le calcul
    scientifique en Python. Elle fournit des structures de données
    de base, telles que les tableaux multidimensionnels, qui sont
    essentielles pour effectuer des calculs numériques efficaces.
    NumPy offre une vaste gamme de fonctions mathématiques et

    13
    d'opérations de manipulation de tableaux, ce qui en fait un
    outil incontournable en Machine Learning.
    • seaborn : est une bibliothèque de visualisation de données
    basée sur matplotlib. Elle offre une interface de haut niveau
    pour créer des graphiques statistiques attrayants et informatifs.
    seaborn facilite la création de graphiques tels que des
    diagrammes de dispersion, des histogrammes, des diagrammes
    en boîte, des graphiques à barres et bien d'autres. Elle fournit
    également des fonctionnalités avancées pour la visualisation de
    modèles de données complexes, tels que les matrices de
    corrélation et les graphiques de régression. seaborn permet
    d'ajouter des palettes de couleurs esthétiques et de
    personnaliser facilement l'apparence des graphiques, ce qui en
    fait un outil précieux pour communiquer et interpréter les
    résultats des modèles de Machine Learning. En conclusion, les
    bibliothèques pandas, NumPy et seaborn jouent des rôles
    complémentaires dans le processus de Machine Learning.
    pandas facilite la manipulation et la préparation des données,
    NumPy offre des fonctionnalités de calcul numérique efficaces,
    tandis que seaborn permet la création de visualisations riches
    et informatives.

    b) IMPORTATION DES FONCTIONS

    14
    • from sklearn.model selection import train_test_split :
    importation la fonction train_test_split du module
    model_selection de scikit-learn. La fonction train_test_split est
    utilisée pour diviser un ensemble de données en deux sous-
    ensembles : un ensemble d'entraînement et un ensemble de
    test. Cette division est couramment utilisée pour évaluer les
    performances d'un modèle de Machine Learning.

    • from sklearn.ensemble import RandomForestRegressor :


    importation la classe RandomForestRegressor du module
    ensemble de scikit-learn. RandomForestRegressor est un
    algorithme d'apprentissage supervisé qui utilise un ensemble
    d'arbres de décision pour effectuer une régression. Il est
    souvent utilisé pour des tâches de prédiction de valeurs
    continues, telles que la prédiction de prix.

    • from sklearn.linear_model import LinearRegression :


    importation la classe LinearRegression du module linear_model
    de scikit-learn. LinearRegression est un modèle de régression
    linéaire qui cherche à établir une relation linéaire entre les
    variables explicatives et la variable cible.

    • from sklearn.metrics import mean_squared_error :


    importation la fonction mean_squared_error du module
    metrics de scikit-learn. mean_squared_error est une métrique
    d'évaluation qui mesure l'erreur quadratique moyenne entre
    les valeurs prédites et les valeurs réelles. Elle est couramment
    utilisée pour évaluer les performances des modèles de
    régression.

    c) IMPORTATION DU DATASET

    15
    d) DESCRIPTION DES DONNEES

    Recherche est une fonction du dataset car toute les


    valeurs de research vont rentrer dans y

    16
    e) La fonction sns .lineplot()

    La fonction sns.lineplot(df) utilise la bibliothèque seaborn


    (importée sous le nom sns) pour créer une matrice de
    diagrammes de dispersion et d'histogrammes pour chaque
    paire de variables dans le DataFrame df. :

    17
    - Pour chaque variable numérique dans le DataFrame, un
    histogramme est tracé sur la diagonale de la matrice. Cela
    permet de visualiser la distribution des données pour chaque
    variable individuellement.

    - Pour chaque ligne, un diagramme de dispersion est tracé sur


    la partie triangulaire supérieure et inférieure de la matrice. Cela
    permet de visualiser la relation entre les variables et d'identifier
    d'éventuelles tendances ou schémas.

    La fonction sns.lineplot(df) est utile pour obtenir rapidement


    un aperçu visuel des relations entre les variables dans un
    DataFrame. Elle peut aider à détecter des corrélations, des
    tendances linéaires ou non linéaires, des valeurs aberrantes
    potentielles, et à explorer les distributions des variables. Cela
    peut être particulièrement utile dans les analyses exploratoires
    de données et pour identifier des relations potentielles avant
    de construire des modèles prédictifs ou de réaliser une analyse
    plus approfondie.

    18
    Les mesures de performances sont calculées à l’aide des
    étiquettes réelles et les étiquettes prédites

    19

    Vous aimerez peut-être aussi