ML导师:学习机器学习,同时不要离开pythonide的一致性(Jupyter笔记本或googlecolab)
ml-tutor的Python项目详细描述
ML导师v1.0.3
ML Tutor是一个Python库,用来帮助人们学习机器学习(ML)。在
机器学习(ML)是相当困难的,尤其是如果你刚刚开始(有没有做过)! 我创建这个库是为了帮助任何有兴趣学习ML的人。ML Tutor提供视觉培训 它里面的每一个算法,这样你就可以实时地看到你的数据发生了什么! 除此之外,对于每一个算法,都有一个关于它如何工作的理论和面试问题。在
快乐学习!^_^在
如果您希望:
- 直接从Jupyter笔记本或googlecolab学习最流行的机器学习算法
- 可视化数据发生了什么(仅用于教育目的)
使用
为了演示您可以使用ML Tutor做什么,我们需要一个数据集。 您可以使用自己的数据集或一些经典数据集(如Iris)。在
让我们使用Sklearn库中的Iris数据集并将其拆分为训练和测试子集。在
fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitdataset=load_iris()X_train,X_test,y_train,y_test=train_test_split(dataset.data,dataset.target,test_size=0.2)
训练/预测
聚类
对于集群示例,让我们导入KMeans并演示如何在ML Tutor库中使用它。
注意,您可以像任何sklearn
算法一样训练/测试它。在
每个算法都有几个可以提供的参数,但是唯一的参数是visual_training
。
如果将其设置为True
,您将在IDE中看到整个培训过程。在
分类
对于分类示例,让我们使用KNeighbourClassifier(KNN)。在
因为KNN只在调用.fit()
函数时存储数据,所以可视化部分在预测时出现。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier(n_neighbors=5,visual_training=True,number_of_visual_steps=2)clf.fit(X_train,y_train)predictions=clf.predict(X_test)
算法是如何工作的?(理论)
每个算法都有方法.how_it_works()
,它直接在IDE中生成博客文章。
每个博客都是由社区的人写的,而不是我自己,最后,他们得到了一个伟大的材料的欢呼。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.how_it_works()如果我更喜欢视频而不是阅读教程呢?
我掩护你!只需将video=True
放在方法how_it_works()
内,它就会为你打开一个YouTube视频。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.how_it_works(video=True)
问题
如果您对任何算法调用.interview_questions()
,它将为该算法生成包含面试问题的资源。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.interview_questions()
Sklearn代码
由于这是一个用于教育的库,而不是用于生产的库,因此您需要学习如何将这些算法与经过战斗测试的库sklearn
一起使用。只要在任何算法上调用.sklearn_version()
,它就会为您生成代码!在
注意:目前,这种方法只适用于Jupyter笔记本!在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.sklearn_version()
支持的IDE
目前,Jupyter Notebook
完全支持该库,Google Colab
部分支持该库
(请阅读Sklearn code
部分了解更多详细信息)。在
安装
使用pip
安装
您可以使用pip
(或pip3
)直接从PyPi存储库安装ML-Tutor:
pip install ml-tutor
手动安装
如果您喜欢从源代码安装:
- 克隆此存储库
git clone https://github.com/lucko515/ml-tutor
- 转到库文件夹并运行
pip install .
托多
如果你想为ML导师做贡献,下面是待办事项:
- []
.sklearn_version()
在Google Colab中不工作 - []逻辑回归可视化需要重做,目前它没有显示分类行如何随时间变化
- []面试问题应添加到每个算法中(以
knn.py
为参考) - []可视化导出到
.gif
和/或.mp4
- []其他算法(例如NaiveBayes)
- []对其他IDE的支持(例如常规的PythonShell)
在联系人
在LinkedIn上添加我。在
- 项目
标签: