機器學習程式範例：鳶尾花數據集(Iris Dataset)

機器學習程式範例：鳶尾花數據集(Iris Dataset)

我們將要開始寫機器學習的程式碼。
大部分的機器學習功能，都有現成的套件可用。
我們只要學會怎麼用就行了，不用擔心背後複雜的數學理論和演算法。

機器學習的典型步驟是：
1. 讀取數據。
2. 選擇模型。
3. 訓練模型。
4. 預測。

我們先來看一個簡單的機器學習程式範例：鳶尾花數據集(Iris Dataset)。

詳細的說明，請參考：An introduction to machine learning with scikit-learn。

程式碼如下：

# Machine Learning: Iris

from sklearn import datasets
from sklearn import svm

iris = datasets.load_iris()
print(iris.data.shape)

model = svm.LinearSVC()
model.fit(iris.data, iris.target)
model.predict([[5.0, 4.0, 2.0, 0.5]])

寥寥數行，就已經完成了我們的第一個機器學習程式！

請參考以下影片，打開Jupyter Notebook，輸入程式碼，執行看看：

機器學習程式範例：鳶尾花數據集(Iris Dataset)

寫程式的時候，最常見的錯誤來源是打字錯誤。
最好每寫1行或2行程式，就執行一次。
如果出現錯誤訊息，請檢查一下是否哪個字打錯了。
請注意：Python區分大小寫，例如LinearSVC和linearsvc會被Python視為不同的字。
所以打字時，務必注意大小寫。

以下，簡單的說明一下程式碼。

# Machine Learning: Iris

#念成Sharp，是Python的註解符號。
和#同一行的右邊所有的字，都會被Python視為註解，不會執行。
註解的功能，是說明程式碼的意義。
此外，也可用來讓一部分程式碼暫時不執行。

# Machine Learning: Iris這一行註解，說明這個程式是Machine Learning: Iris。

from sklearn import datasets
from sklearn import svm

import指令，用來匯入程式碼中要用到的套件(或稱為函式庫)(Libraries)。
Python最大的優點，就是有各種套件。
必須先在程式中匯入要使用的套件。
習慣上，是在程式碼的開頭，就用import匯入要用到的所有套件。
sklearn就是Scikit-Learn套件。
datasets是Scikit-Learn內建的數據集，方便我們練習。
svm是支援向量機。暫時把它當作黑盒子就行。

iris = datasets.load_iris()
print(iris.data.shape)

datasets.load_iris()讀取Iris數據集。
print(iris.data.shape)印出Iris數據集的行數和列數。

model = svm.LinearSVC()
model.fit(iris.data, iris.target)
model.predict([[5.0, 4.0, 2.0, 0.5]])

model = svm.LinearSVC()選擇模型。暫時把它當作黑盒子就行。
model.fit(iris.data, iris.target)以Iris數據集訓練模型。
model.predict([[5.0, 4.0, 2.0, 0.5]])以訓練好的模型，預測[[5.0, 4.0, 2.0, 0.5]]所對應的鳶尾花種類。

本系列文章，以實作為主。
對於機器學習的理論說明，請參考Andrew Ng教授的線上課程：https://www.coursera.org/learn/machine-learning。

台灣地震預測研究所 所長
林湧森
2017-02-10 04:22 UTC+8