[Comment utiliser les méthodes d'ensemble dans l'apprentissage automatique en Python]

introduction

• Dans l'apprentissage supervisé, il existe de nombreuses méthodes différentes pour aider à prédire les résultats, telles que la régression linéaire ou logistique, k-Nearest Neighbour, Random Forest, entre autres. Ils fonctionnent souvent mieux pour prédire avec précision différents points de données dans la population. Ce qui est encore mieux si vous pouvez construire un modèle qui combine les méthodes pour obtenir encore plus d'exactitude ou de précision. C'est ce qu'on appelle la méthode d'ensemble.
• L'apprentissage supervisé s'applique à un large éventail de domaines où des prédictions sont faites, y compris la santé publique, le marketing et l'économie.
• Dans cet article, nous montrerons comment nous pouvons utiliser l'apprentissage automatique pour créer un modèle prédictif du diabète chez les Amérindiens Pima et comment Ensemble Learning peut améliorer les prédictions.

L'apprentissage d'ensemble consiste à assembler plusieurs techniques prédictives pour créer un modèle de prédiction plus précis.

Comment [Ensembler]

1. Importance du nettoyage

2. Importance de la connaissance du domaine

• Les premières inspections ont suggéré qu'il n'y avait pas de données manquantes, mais la moitié de la population avait 0 pour l'insuline et 30 % de la population avait une épaisseur de pli cutané de 0. Ni l'une ni l'autre n'étant réalisable, ces variables n'étaient pas fiables. Ils auraient pu être imputés mais fausseraient potentiellement les prévisions.
• Les sujets pour lesquels les autres variables étaient 0 ont été supprimés et environ 6 % de la population ont été supprimés.

Les méthodes de régression logistique, de k-plus proche voisin et d'arbre de classification ont été utilisées seules, puis regroupées pour améliorer la précision.

4) Utilisation de la validation croisée et de la matrice de confusion

L'utilisation de la validation croisée (diviser les données en 4 groupes et utiliser 75 % des données pour s'entraîner et 25 % pour tester tout en alternant entre les 4 groupes pour le groupe de test) pour l'apprentissage d'ensemble peut créer un modèle pour prédire ou non le diabète qui est raisonnablement précis.

Fermeture

L'assemblage de différentes techniques d'apprentissage supervisé a conduit à une prédiction plus précise que l'utilisation de l'une quelconque des techniques d'apprentissage supervisé.

Appel à l'action

Le cahier Jupyter complet pour cette analyse est disponible ici https://github.com/NZRufus/Pima-Indians-Diabetes

et pour plus d'informations sur Ensemble voici quelques liens utiles https://www.datacamp.com/community/tutorials/ensemble-learning-python ,

https://machinelearningmastery.com/ensemble-machine-learning-algorithms-python-scikit-learn/ , https://www.geeksforgeeks.org/ensemble-methods-in-python/