[Python'da Makine Öğreniminde Ensemble Yöntemleri Nasıl Kullanılır]

Giriş

• Denetimli Öğrenmede, diğerleri arasında doğrusal veya lojistik regresyon, k-En Yakın Komşu, Rastgele Orman gibi sonuçları tahmin etmeye yardımcı olacak birçok farklı yöntem vardır. Genellikle, popülasyondaki farklı veri noktalarını doğru bir şekilde tahmin etmede en iyi şekilde çalışırlar. Daha da iyi olan, daha fazla doğruluk veya kesinlik elde etmek için yöntemleri birleştiren bir model oluşturabiliyorsanız. Buna topluluk yöntemi denir.
• Denetimli öğrenme, halk sağlığı, pazarlama ve ekonomi dahil olmak üzere tahminlerin yapıldığı çok çeşitli alanlar için geçerlidir.
• Bu yazıda, Pima Yerli Amerikalılarında diyabet için tahmine dayalı bir model oluşturmak için makine öğrenimini nasıl kullanabileceğimizi ve Ensemble Learning'in tahminleri nasıl iyileştirebileceğini göstereceğiz.

Toplu öğrenme, tahminler için daha doğru bir model oluşturmak için birden fazla tahmin tekniğini bir araya getirmektir.

[Topluluk] Nasıl Yapılır

1. Temizliğin Önemi

2. Alan Bilgisinin Önemi

• İlk incelemeler eksik veri olmadığını gösterdi, ancak popülasyonun yarısında insülin için 0 ve popülasyonun %30'unda SkinFold Kalınlığı 0'dı. Bunların hiçbiri uygulanabilir olmadığından bu değişkenler güvenilmezdi. Bunlar empoze edilebilirdi, ancak potansiyel olarak tahminleri çarpıtabilirlerdi.
• Diğer değişkenlerin 0 olduğu denekler çıkarıldı ve popülasyonun yaklaşık %6'sı çıkarıldı.

Lojistik Regresyon, k-En Yakın Komşu ve Sınıflandırma Ağacı yöntemleri kendi başlarına kullanılmış ve daha sonra doğruluğu artırmak için bir araya getirilmiştir.

4) Çapraz Doğrulama ve Karışıklık Matrisinin Kullanılması

Topluluk öğrenimi için Çapraz doğrulamayı kullanmak (verileri 4 gruba ayırmak ve verilerin %75'ini eğitmek için ve %25'ini test grubu için 4 grup arasında dönerken test etmek için kullanmak) diyabeti tahmin etmek için bir model oluşturabilir. makul derecede doğru.

Kapanış

Farklı denetimli öğrenme tekniklerini bir araya getirmek, denetimli öğrenme tekniklerinden herhangi birini kullanmaktan daha doğru bir tahmine yol açtı.

Eylem çağrısı

Bu analiz için tam Jupyter Notebook burada mevcuttur https://github.com/NZRufus/Pima-Indians-Diabetes

ve Ensemble hakkında daha fazla bilgi için bazı faydalı linkler 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/