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.