You don't have javascript enabled. Good luck! :(

This is a test

You’ll find this post in your _posts directory. Go ahead and edit it and re-build the site to see your changes. You can rebuild the site in many different ways, but the most common way is to run jekyll serve, which launches a web server and auto-regenerates your site when a file is updated.

To add new posts, simply add a file in the _posts directory that follows the convention YYYY-MM-DD-name-of-post.ext and includes the necessary front matter. Take a look at the source for this post to get an idea about how it works.

Jekyll also offers powerful support for code snippets:

def print_hi(name)
  puts "Hi, #{name}"
end
print_hi('Tom')
#=> prints 'Hi, Tom' to STDOUT.

Check out the Jekyll docs for more info on how to get the most out of Jekyll. File all bugs/feature requests at Jekyll’s GitHub repo. If you have questions, you can ask them on Jekyll Talk.

  Mar 4, 2018     WenYuan     MachineLearning   UPDATE:

[Python] 練習通用的機器學習法

1. 蒐集數據

在這裡我們直接使用 sklearn 函數庫中已有的數據來做練習

因為 sklearn 函數庫中提供了一些數據集供新手來練習用，想知道裡面提供那些數據可以看這裡

我們在這裡使用的是鳶尾花 (iris) 的數據集


2. 載入鳶尾花數據

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# Load 鳶尾花的數據集

iris = datasets.load_iris()

# 取得鳶尾花的屬性

iris_X = iris.data 

# 取得鳶尾花的類別

iris_Y = iris.target

# 印出 5 筆鳶尾花的屬性

print(iris_X[:5, :])

# 印出鳶尾花的類別

print(iris_Y)
  • 執行程式後你會看到這樣的結果

  • 結果中的 5 個陣列代表的便如下表所示
花萼长度 花萼宽度 花瓣长度 花瓣寬度
5.1 3.5 1.4 0.2
4.9 3.0 1.4 0.2
4.7 3.2 1.3 0.2
4.6 3.1 1.5 0.2
5.0 3.6 1.4 0.2


  • 結果中的 0 1 2 則代表 3 種花

但這些數據代表甚麼在這並不重要，重要的是後面的機器學習


3. 機器學習

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# Load 鳶尾花的數據集

iris = datasets.load_iris()

# 取得鳶尾花的屬性

iris_X = iris.data 

# 取得鳶尾花的類別

iris_Y = iris.target

# 印出 5 筆鳶尾花的屬性

# print(iris_X[:5, :])


# 印出鳶尾花的類別

# print(iris_Y)


# 將鳶尾花數據切割成訓練集和測試集，0.3 代表測試集的數據占總數據的 3 成

X_train, X_test, Y_train, Y_test = train_test_split(iris_X, iris_Y, test_size=0.3)

# 使用 KNN 的分類器

knn = KNeighborsClassifier()

# 將訓練集丟進去 knn 做訓練

knn.fit(X_train, Y_train)

# 觀看預測數據以及真實數據的差別

print("預測數據: ", knn.predict(X_test))
print("真實數據: ", Y_test)
  • 輸出結果如下

最後預測出那筆數據可能屬於哪一類的鳶尾花


4. Model 屬性

此外, sklearn 還提供一些用法供使用者查詢相關資訊

這裡舉兩個例子為例

# 印出此 model 的相關參數設定

.get_params()

# 印出此訓練模型的準確率

.score(X_test, Y_test)

把它加進程式中使用

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier

# Load 鳶尾花的數據集

iris = datasets.load_iris()

# 取得鳶尾花的屬性

iris_X = iris.data 

# 取得鳶尾花的類別

iris_Y = iris.target

# 印出 5 筆鳶尾花的屬性

# print(iris_X[:5, :])


# 印出鳶尾花的類別

# print(iris_Y)


# 將鳶尾花數據切割成訓練集和測試集，0.3 代表測試集的數據占總數據的 3 成

X_train, X_test, Y_train, Y_test = train_test_split(iris_X, iris_Y, test_size=0.3)

# 使用 KNN 的分類器

knn = KNeighborsClassifier()

# 將訓練集丟進去 knn 做訓練

knn.fit(X_train, Y_train)

# 觀看預測數據以及真實數據的差別

print("預測數據: ", knn.predict(X_test))
print("真實數據: ", Y_test)

# 印出此訓練模型的相關參數設定

print("參數: ", knn.get_params())

# 印出其準確率

print("準確率: ", knn.score(X_test, Y_test))


4. 討論

從結果中可以看到，預測出來的數據仍可能錯誤，因為不管再精良的機器學習演算法都不可能做到 100% 正確率

此外，在這裡我們使用的是 KNN 演算法，但是不管你換成甚麼演算法，其做法都大同小異