221 подписчик
Как создать свою первую модель машинного обучения на Python:
🩵пошаговое руководство🩵
Хотите освоить основы машинного обучения?
В этом посте мы шаг за шагом создадим простую модель машинного обучения с использованием Python, чтобы предсказать растворимость молекул.
1🌟 Выбор модели:
В качестве модели мы будем использовать алгоритм "Случайный лес" (Random Forest). Этот метод подходит для задач регрессии, где требуется предсказать числовые значения, такие как растворимость.
2🌟Данные:
Для обучения модели мы воспользуемся набором данных "solubility", который содержит информацию о свойствах 1444 молекул, включая их растворимость.
3🌟Разделение данных:
Прежде чем обучать модель, данные необходимо разделить на два набора:
Обучающий набор (80% данных), который будет использоваться для обучения модели.
* Тестовый набор (20% данных), который будет использоваться для оценки точности модели.
4🌟Обучение модели:
Обучение модели "Случайный лес" будет проводиться на обучающем наборе данных.
5🌟Прогнозирование:
После обучения модель сможет предсказывать растворимость новых молекул.
6🌟Оценка модели:
Точность модели будет проверена на тестовом наборе данных.
7🌟Визуализация:
Результаты работы модели будут визуализированы для наглядного представления ее работы.
Важные моменты:
-Переобучение: Модель слишком хорошо запоминает обучающий набор и плохо работает на новых данных.
-Недостаточное оснащение: Модель не обладает достаточной сложностью и не может эффективно предсказывать как на обучающем, так и на тестовом наборе.
Попробуйте самостоятельно создать свою первую модель машинного обучения и поделитесь своими результатами в комментариях!💘
Подпишись👉@aisimple
1 минута
5 октября 2024