Давайте научим машину различать изображения яблок и апельсинов. Мы будем использовать алгоритм ML под названием Дерево решений. Anaconda Python поставляется с предварительно собранным пакетом под названием scikit-learn, в котором есть функции для создания и обучения дерева решений. Или вы можете использовать команду pip
pip install -U scikit-learn
Дерево решений — это контролируемый алгоритм обучения, который берет помеченные данные и находит способ разделить данные на заданные метки. Рассмотрим следующий набор дат.
Здесь цвет и текстура называются чертами. Цвет может принимать значения «Красный» или «Оранжевый», а текстура может принимать значения «Гладкая» или «Грубая». Две возможные метки: «Apple» и «Orange». Дерево решений научат, как использовать цвет и текстуру, чтобы узнать, является ли данный фрукт яблоком или апельсином.
ПРИМЕЧАНИЕ :-
Дерево решений может обрабатывать только числовые данные. Поскольку данные представлены в виде слов (называемых категориальными данными), данные будут преобразованы в числовую форму.
Мы выберем красный цвет, который будет представлен цифрой «0», а оранжевый цвет будет представлен цифрой «1».
Мы выберем гладкую текстуру, которая будет представлена цифрой «0», а грубая текстура будет представлена цифрой «1».
Мы выберем яблочный фрукт, который будет представлен цифрой «0», а апельсиновый фрукт будет представлен цифрой «1».
#Store number features in variables redcolor=0 orangecolor=1 smooth=0 rough=1 apple=0 orange=1 #Put all data points in an array - features and labels in seperate arrays features=[[redcolor,smooth],[orangecolor,rough],[redcolor,smooth],[redcolor,smooth],[orangecolor,rough],[orangecolor,rough],[redcolor,smooth]] labels=[apple,orange,apple,apple,orange,orange,apple] #import decision tree function from sklearn package and train it on your data from sklearn import tree classifier=tree.DecisionTreeClassifier() classifier.fit(features,labels) #take fresh input from user inputcolor=input('Enter the color of the fruit: ') if (inputcolor=='red' or inputcolor=='redcolor'): inputcolornew=0 else: inputcolornew=1 inputtexture=input('Enter the texture of the fruit: ') if (inputtexture=='smooth'): inputtexturenew=0 else: inputtexturenew=1 #predict output for user's input and print output if(classifier.predict([[inputcolornew,inputtexturenew]])==0): print('Fruit is an Apple') else: print('Fruit is an Orange')
Поздравляем! Теперь вы внедрили машинное обучение с помощью Python!
Запуск кода будет обучать дерево решений. Затем код попросит вас ввести цвет и текстуру в окне консоли. Как только вы введете данные, он напечатает прогноз для этих данных.