KLASIFIKACIJE
Klasifikacija se, u oblastima veštačke inteligencije, koristi da bi se na koordinatnom sistemu predstavile grupe ulaznih vrednosti jedne baze znanja, koja pored dve kolone koja definiše kao X i Y koordinatu (kao u primerima iz prethodnih oblasti) grupiše vrednosti po njihovim odgovarajućim vrednostima neke treće kolone.
Primer tabele po kojoj se može uraditi klasifikacija je sledeća:
Navedena tabela sa podacima koja prikazuje putnike na titaniku se može koristiti za klasifikaciju zato što po njoj možemo popuniti koordinatne sisteme vrednostima ( npr. klasa i godine se koriste za X i Y osu) i da onda se izvrši klasifikacija npr. po polu gde bi tačke jedne boje ukazale da je putnik bio muško tj. ili žensko.
Nakon odredjivanja i bojenja tačaka u koordinatnom sistemu odgovarajućih bojama, potrebno je dodati klasifikator koji će vizuelno odvojiti dve grupe vrednosti i obojiti pozadinu na taj način da se može pretpostaviti, odnosno predvideti kojoj grupi bi mogla da pripada neka nova vrednost bez dodavanja u osu.
Klasifikacija na ovaj način predstavlja nadgledano mašinsko učenje zato što već postoje podaci po kojima se klasifikacija izvršava. Primer ose nakon klasifikovanja izgleda kao primer na slici ispod:
Primer slike predstavlja jednu od klasifikatora koji će se odraditi u narednom delu vežbi (slikane odgovara tabeli za putnike na titanuku, data je radi primera klasifikacije). Klasifikatori koji će biti odradjeni su:
-
K-nearest Neighbors Klasifikacija
-
Gausov Proces Klasifikacije
-
Klasifikacija Binarnog Stabla
-
Klasifikacija Neuronskih Mreža
Pored ova četri klasifikatora postoje mnogo više njih koji neče biti radjeni uokviru ovih vežbi, ali princip rada u kodu je identičan kao svi ostali klasifikatori.
Primer za ovu oblast je predstavljena u nastavku ovih vežbi:
U prvog grupi importa koju definišemo kako bi koristili u primeru su standardne biblioteke koje su i do sada bile korišćene, i to numpy za rad sa višedimenzionalnim nizovima, matplotlib za vizuelno kreiranje koordinatnih osa i pandas za rad sa fajlovima, odnosno CSV fajlom iz kog se uzimaju podaci za rad. Drugi deo importa se odnosi na sve klasifikatora sa kojima se radi u primeru.
Na samom početku se definišu svi klasifikatori koji će biti korišćeni. U tekstu iznad su svi klasifikatori dodati u jedan niz zato što će se prolaskom kroz niz, odnosno prolazak kroz sve iteracije uraditi svaki element niza posebno. Ukoliko je potreno raditi sa samo jednim klasifikatorom, nije potrebno formirati ovakav niz. U redu kako su zapisani, klasifikatori kao elementi niza su sledeći: K-Nearest Neighbor, Gausova proces, Binarno stablo i neuronska mreža u tom redosledu.
Za razliku od prethodnih primera za učitavanje podataka za rad u kome se ili učitao CSV fajl ili su se vrednosti za rad same formirale, u ovom kodu je primer učitavanja podataka sa linka, na kome se nalaze podaci jednog excel fajla.
Nakon učitavanja, promenljiva df funkcioniše isto kao i prethodnim primerima sa običnim CSV fajlom. Od te promenljive, u kome se nalaze tri kolone, prve dve se definišu kao X vrednost (dvodimenzionalni niz koji će dodati tačke u koordinatni sistem) i Y promenljiva koja predstavlja vrednost na kojoj se vrši klasifikacija (naravno, umesto dvodimenzionalnog niza su se mogla formirati dve posebne promenljive za svaku kolonu posebno).
Početak ovog dela koda počinje sa definisanje promenljive figure preko koje sa funkcijom plt.figure menjamo veličinu prozora aplikacije nakon pokretanja. Primer će prikazati četri klasifikatora kao i osnovni raspored tačaka tako da, ako se uzme u obzir da veličina svakog koordinatnog sistema je veličine 3x3, postaviće se dužina 15x3.
Definiše se promenljiva x_min, x_max, y_min, y_max koji će podesiti početak i kraj koordinatnog sistema kako bi se prilikom pokretanja koda tačno videla razlika svih klasifikacija bez potrebe da se zoomira ili zoomout-uje sa ose.
Meshgrid u poslednjem redu će obojiti pozadinu da bi ukazalo na njihov položaj kao pretpostavku za teritoriju nekih vrednosti za koje se može uraditi pretpostavka kojoj klasi bi ona mogla da pripada, u zavisnosti od njene lokacije u osi.
Potrebno je da, s obzirom da je potrebno predstaviti koordinatni sistem za svaku klasifikaciju posebno, koristiti plt.subplot funkciju koja je bila prikazana na prethodnim vežbama, i ima za cilj da odvoji sve koordinatne sisteme i poredja ih jedan do drugog. U ovom delu koda je definisan samo koordinatni sistem u kome su predstavljene samo tačke, bez pozadine ili rada klasifikatora.
Scatter rasporedjuje tačke po koordinatnom sistemu tako da prva vrednost X-a odgovara x osi dok druga vrednost odgovara Y osi, a za boju tačaka se koristi treća kolona. Edgecolors koji je definisan obeležava obim tačaka i označava ih crne boje (k).
set_xlim i ylim podešava pogled na koordinatni sistem, odnosno od koje do koje vrednosti počinje i završava se sistem, kako bi na svakom koordinatnom sistemu imali identičnu poziciju vrednosti na koordinatnom sistemu.
Pomoću for petlje se primenjuju svi klasifikatori, i for petlja bi napravila četri iteracije, tj. za svaki klasifikator posebno. Na kraju koda nakon funkcije se dodaje plt.show kako bi prikazao prozor i tight_layout koji približava sve koordinatne sisteme bliže jedan drugom zbog bolje preglednosti rezultata.
For petlja počinje novom subplot funkcijom, kako bi odredio poziciju koordinatnog sistema za datu klasifikaciju. Klasifikator je označen promenljivom clf i potrebno je dati klasifikatoru sve podatke za rad i odrediti score tj preciznost klasifikacije koja će biti napisana kasnije, radi uporedjivanja svih klasifikacija.
Pomoću ovog koda odredjujemo 'teritoriju' svake klase, predvidja se njihova pozicija koristeći klasifikator sa kojim radi, i dodaje ga na koordinatni sistem.
Ovaj deo teksta je prethodno odradjen za prvu koordinatnu osu na kome su predstavljene samo tačke, tako da je potrebno to odraditi i za ove ostale ose.
Prolaskom kroz jednu IF petlju proveriće se sa kojom se klasifikacijom radi, i dodaće tekst iznad svake koordinatne ose radi bolje preglednosti rezultata.
Poslednji deo koda koji dodaje score, odnosno preciznost klasifikacije u donjem desnom uglu svakog koordinatnog sistema. Rezultat pri pokretanju koda je sledeći:
Kompletan kod primera:
Korišćene CSV fajla koji je dodat ispod teksta, potrebno je formirati klasifikaciju za gejzere, koja po podacima za njeno trajanje, vreme čekanja i tipa, formirati klasifikaciju koja odvaja dva tipa koristeći klasifikaciju neuronskih mreža. Napraviti tri koordinatna sistema gde bi prvi predstavio vrednosti sa tačkama, drugi kao klasifikaciju NM sa 50 i 1000 iteracija.
*Napomena*
S obzirom da se boje obeležavaju vrednostima za tip, pre dodele vrednosti promenljivama potrebno je zameniti sve vrednosti tipa string u brojne vrednosti 0 i 1.
Primer kako bi rezultat trebao da izgleda je kao na slici:
Rešenje zadatka 1:
