TEORIE E TECNICHE DEL RICONOSCIMENTO Apprendimento automatico Classificazione in SciKit-Learn

CLASSIFICAZIONE In questa lezione ritorniamo alla classificazione Vediamo come classificare dati di tipo abbastanza semplice Scrivendo gli algoritmi noi

SKLEARN Useremo la versione 0.16.1 Istruzioni piu’ affidabili per scaricare scikit-learn per diverse architetture (Windows / Mac / Ubuntu) https://github.com/scikit-learn/scikit-learn/blob/master/doc/install.rst

IL DATASET IRIS Un classico dataset per apprendimento automatico Dati su istanze di fiore (iris) Per ogni fiore il dataset contiene La specie (Iris Setosa, Iris Virginica, Iris Versicolor) Quattro attributi: Sepal length / width, Petal length /width Il problema di classificazione: Date certe caratteristiche di un Iris, e’ possibile prevederne la specie? Dataset molto piccolo (150 esempi)

Primo passo: visualizzazione

Come caricare i dati

Il dataset >>> data {'target_names': array(['setosa', 'versicolor', 'virginica'], dtype='|S10'), 'data': array([[ 5.1, 3.5, 1.4, 0.2], [ 4.9, 3. , 1.4, 0.2], [ 4.7, 3.2, 1.3, 0.2], [ 4.6, 3.1, 1.5, 0.2], [ 5. , 3.6, 1.4, 0.2], [ 5.4, 3.9, 1.7, 0.4], [ 4.6, 3.4, 1.4, 0.3], [ 5. , 3.4, 1.5, 0.2], [ 4.4, 2.9, 1.4, 0.2], [ 4.9, 3.1, 1.5, 0.1], [ 5.4, 3.7, 1.5, 0.2], [ 4.8, 3.4, 1.6, 0.2], [ 4.8, 3. , 1.4, 0.1], ...

Features >>> features array([[ 5.1, 3.5, 1.4, 0.2], [ 4.9, 3. , 1.4, 0.2], [ 4.7, 3.2, 1.3, 0.2], [ 4.6, 3.1, 1.5, 0.2], [ 5. , 3.6, 1.4, 0.2], [ 5.4, 3.9, 1.7, 0.4], [ 4.6, 3.4, 1.4, 0.3], [ 5. , 3.4, 1.5, 0.2], [ 4.4, 2.9, 1.4, 0.2], [ 4.9, 3.1, 1.5, 0.1], [ 5.4, 3.7, 1.5, 0.2], [ 4.8, 3.4, 1.6, 0.2], [ 4.8, 3. , 1.4, 0.1], [ 4.3, 3. , 1.1, 0.1], [ 5.8, 4. , 1.2, 0.2],

Classe degli oggetti >>> target array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

Codice per ottenere la visualizzazione

UN CLASSIFICATORE FATTO A MANO Sulla base del diagramma possiamo concludere per esempio che l’attributo ‘petal length’ discrimina Iris Setosa dagli altri esempi di Iris Possiamo scoprire automaticamente qual’e’ il punto di separazione

Il cutoff Output: 1.9, 3.0

Il classificatore

Come separare Virginica e Versicolor?

Selezione automatica delle features

Cross-validation

Un dataset piu’ complesso: Seeds Misure di semi di grano 3 categorie: Canadian, Koma, Rosa 7 attributi: Area Perimetro Compattezza Length Width ….

Nearest-Neighbors Un approccio alla classificazione che classifica nuove istanze in base alla DISTANZA dagli esempi di addestramento

CLASSIFICAZIONE BASATA SULLA DISTANZA

Codice

More datasets

LETTURE

QUESTA LEZIONE Echert & Coelho, capitolo 2