Outils pour utilisateurs

Outils du site


scikit-learn_exemples

scikit-learn Exemples

scikit-learn

Initié et piloté en France par l'INRIA et Télécom ParisTech, le projet open source Scikit-learn est devenu une référence dans le monde de l'intelligence artificielle.

  • Simple and efficient tools for predictive data analysis
  • Accessible to everybody, and reusable in various contexts
  • Built on NumPy, SciPy, and matplotlib
  • Open source, commercially usable - BSD license

Exemples de classification

Les exemples sont construits sur les digits de mnist-numpy This is classic MNIST dataset and pickled (in npz format).

Classification

  • Classement automatique sur Wikipedia. Le classement automatique ou classification supervisée est la catégorisation algorithmique d'objets. Elle consiste à attribuer une classe ou catégorie à chaque objet (ausens large) à classer, en se basant sur des données statistiques.

Le jeu de données d'entrées comprend “x_train et y_train”.

Sources des fichiers

kneighborsclassifier.py

MNIST classification using multinomial logistic + L1

Here we fit a multinomial logistic regression with L1 penalty on a subset of the MNIST digits classification task.

Recognizing hand-written digits

An example showing how the scikit-learn can be used to recognize images of hand-written digits.

Classifier comparison

A comparison of a several classifiers in scikit-learn on synthetic datasets.

Ne marche pas avec MNIST !

Résultat obtenu avec “synthetic datasets”.

Clustering

C’est quoi ?
Regroupement(Clustering) = construire une collection d’objets:

  • Similaires au sein d’un même groupe
  • Dissimilaires quand ils appartiennent à des groupes différents

Le Clustering est de la classification non supervisée: pas de classes prédéfinies.

A demo of K-Means clustering on the handwritten digits data

In this example we compare the various initialization strategies for K-means in terms of runtime and quality of the results.

,
scikit-learn_exemples.txt · Dernière modification: 2020/12/27 16:13 de serge