Introducciòn a la libreria Scikit-learn

 

• 1. Aprendizaje supervisado
  • 1.1. Modelos lineales
  • 1.2. Análisis discriminante lineal y cuadrático
  • 1.3. Regresión de la cresta del núcleo
  • 1.4. Máquinas de vectores de soporte
  • 1.5. Descenso del gradiente estocástico
  • 1.6. Vecinos más cercanos
  • 1.7. Procesos gaussianos
  • 1.8. Descomposición cruzada
  • 1.9. Bayes ingenuo
  • 1.10. Árboles de decisión
  • 1.11. Conjuntos: aumento de gradiente, bosques aleatorios, embolsado, votación, apilamiento
  • 1.12. Algoritmos multiclase y multisalida
  • 1.13. Selección de características
  • 1.14. Aprendizaje semisupervisado
  • 1.15. regresión isotónica
  • 1.16. Calibración de probabilidad
  • 1.17. Modelos de redes neuronales (supervisados)
• 2. Aprendizaje no supervisado
  • 2.1. Modelos de mezcla gaussiana
  • 2.2. Aprendizaje múltiple
  • 2.3. Agrupación
  • 2.4. Biclusterización
  • 2.5. Descomponer señales en componentes (problemas de factorización matricial)
  • 2.6. Estimación de covarianza
  • 2.7. Detección de novedades y valores atípicos
  • 2.8. Estimación de densidad
  • 2.9. Modelos de redes neuronales (no supervisados)
• 3. Selección y evaluación del modelo.
  • 3.1. Validación cruzada: evaluación del desempeño del estimador
  • 3.2. Ajustar los hiperparámetros de un estimador
  • 3.3. Métricas y puntuación: cuantificar la calidad de las predicciones
  • 3.4. Curvas de validación: trazar puntuaciones para evaluar modelos
• 4. Inspección
  • 4.1. Gráficos de dependencia parcial y expectativa condicional individual
  • 4.2. Importancia de la característica de permutación
• 5. Visualizaciones
  • 5.1. Utilidades de trazado disponibles
• 6. Transformaciones de conjuntos de datos
  • 6.1. Pipelines y estimadores compuestos
  • 6.2. Extracción de características
  • 6.3. Datos de preprocesamiento
  • 6.4. Imputación de valores faltantes
  • 6.5. Reducción de dimensionalidad no supervisada
  • 6.6. Proyección aleatoria
  • 6.7. Aproximación del núcleo
  • 6.8. Métricas por pares, afinidades y kernels
  • 6.9. Transformar el objetivo de predicción ( y)
• 7. Utilidades de carga de conjuntos de datos
  • 7.1. Conjuntos de datos de juguetes
  • 7.2. Conjuntos de datos del mundo real
  • 7.3. Conjuntos de datos generados
  • 7.4. Cargando otros conjuntos de datos
• 8. Computación con scikit-learn
  • 8.1. Estrategias para escalar computacionalmente: datos más grandes
  • 8.2. Rendimiento computacional
  • 8.3. Paralelismo, gestión de recursos y configuración.
• 9. Persistencia del modelo
  • 9.1. Serialización específica de Python
  • 9.2. Formatos interoperables
• 10. Errores comunes y prácticas recomendadas
  • 10.1. Preprocesamiento inconsistente
  • 10.2. Fuga de datos
  • 10.3. Controlar la aleatoriedad
• 11. Despacho
  • 11.1. Soporte de API de matriz (experimental)

En desarrollo

• 1. Enrutamiento de metadatos

# Modelos lineales

# Minimos cuadrados

 

# Code source: Jaques Grobler

# License: BSD 3 clause

import matplotlib.pyplot as plt

import numpy as np

from sklearn import datasets, linear_model

from sklearn.metrics import mean_squared_error, r2_score

# Load the diabetes dataset

diabetes_X, diabetes_y = datasets.load_diabetes(return_X_y=True)

# Use only one feature

diabetes_X = diabetes_X[:, np.newaxis, 2]

# Split the data into training/testing sets

diabetes_X_train = diabetes_X[:-20]

diabetes_X_test = diabetes_X[-20:]

# Split the targets into training/testing sets

diabetes_y_train = diabetes_y[:-20]

diabetes_y_test = diabetes_y[-20:]

# Create linear regression object

regr = linear_model.LinearRegression()

# Train the model using the training sets

regr.fit(diabetes_X_train, diabetes_y_train)

# Make predictions using the testing set

diabetes_y_pred = regr.predict(diabetes_X_test)

# The coefficients

print("Coefficients: \n", regr.coef_)

# The mean squared error

print("Mean squared error: %.2f" % mean_squared_error(diabetes_y_test, diabetes_y_pred))

# The coefficient of determination: 1 is perfect prediction

print("Coefficient of determination: %.2f" % r2_score(diabetes_y_test, diabetes_y_pred))

# Plot outputs

plt.scatter(diabetes_X_test, diabetes_y_test, color="black")

plt.plot(diabetes_X_test, diabetes_y_pred, color="blue", linewidth=3)

plt.xticks(())

plt.yticks(())

plt.show()