Ga naar hoofdinhoud

De voorspeller uit scikit-learn

Je eigen voorspel uit laat de buren stemmen werkt, maar met duizenden bezoekers en zeventien kenmerken wordt hij traag. De bibliotheek scikit-learn heeft k-NN al ingebouwd, en snel. In deze stap zie je hoe je hem gebruikt, en dat hij hetzelfde antwoord geeft als jouw functie.

Voorspel​

from sklearn.neighbors import KNeighborsClassifier

kenmerken = [[1, 3, 1], [2, 12, 0], [2, 1, 0], [10, 25, 1]]
labels = [0, 1, 0, 1]

model = KNeighborsClassifier(n_neighbors=1)
model.fit(kenmerken, labels)
print(model.predict([[2, 10, 0]]))

De kenmerken en labels zijn die van de vorige stap. Een nieuwe bezoeker komt in maart, bekijkt tien pagina's en is nieuw. Wat print dit programma?

Antwoord
[1]

De nieuwe bezoeker lijkt het meest op de koper uit maart, [2, 12, 0]: de afstand is 2. Dus voorspelt hij dat deze bezoeker ook iets koopt.

Zo werkt het​

KNeighborsClassifier(n_neighbors=1) is k-NN met k = 1. Met fit geef je hem de oefenset: de kenmerken en de labels. Hij onthoudt ze, net zoals jouw voorspel de lijst voorbeelden meekrijgt. predict voorspelt voor een lijst nieuwe bezoekers tegelijk, en geeft een lijst labels terug.

scikit-learn draait op je eigen computer, niet in deze browser. Daarom oefen je hieronder met je eigen voorspel, die hetzelfde doet.

Opdracht: jouw voorspeller op de webshop​

Lees de regels van de webshop, en zet elke bezoeker als voorbeeld in de vorm die je eigen voorspel kent: ((maand, paginas), label). Voorspel dan of een nieuwe bezoeker in maart met tien pagina's iets koopt:

1

Begin klein, en breid de code stap voor stap uit:

  1. Draai de code: hij print elke rij. voorspel staat klaar in de verborgen code onder de editor.
  2. Maak in de loop maand = MAANDEN[rij[0]] en paginas = int(rij[1]), en print (maand, paginas).
  3. Maak een variabele label: 1 als rij[3] gelijk is aan "TRUE", en anders 0. Zet ((maand, paginas), label) met .append() in voorbeelden.
  4. Print na de loop voorspel((2, 10), voorbeelden, 1).
Python
Code-omgeving wordt voorbereid…
Tip

Een voorbeeld is een tuple met twee dingen: de maten en het label. De maten zijn zelf weer een tuple. Tel de haakjes in ((maand, paginas), label) voordat je hem in .append() zet.

Antwoord

Dit vervangt alles onder voorbeelden = []:

lezer = csv.reader(regels)
next(lezer)
for rij in lezer:
    maand = MAANDEN[rij[0]]
    paginas = int(rij[1])
    if rij[3] == "TRUE":
        label = 1
    else:
        label = 0
    voorbeelden.append(((maand, paginas), label))
print(voorspel((2, 10), voorbeelden, 1))
1

Jouw voorspel en scikit-learn zeggen hetzelfde. Bij Shopping gebruik je scikit-learn: dat is sneller, en het werkt met alle zeventien kenmerken.

Door naar gevoeligheid en specificiteit.