Sztuczna inteligencja Laboratorium Lista 1

Sztuczna inteligencja
Laboratorium
Lista 1
termin: pierwsze zaj¦cia w listopadzie
Do rozwi¡zania zada« nale»y wykorzysta¢ j¦zyk programowania Python wraz z pakietem scikit-learn.
Przed zainstalowaniem scikit-learn nale»y zainstalowa¢ pakiety NumPy oraz SciPy. Przydatne b¦d¡ równie» pakiety Matplotlib oraz Pandas. Ta strona (cho¢ nieocjalna) mo»e okaza¢ si¦ bardzo pomocna.
Zad. 1 Zapoznaj si¦ z podstawowym tutorialem pakietu scikit-learn. Wczytaj standardow¡ baz¦
danych iris. Przyjrzyj si¦ danym, zrozum, co opisuj¡.
1. Wy±wietl podstawowe statystyki ka»dej z czterech cech (liczno±¢, ±redni¡, odchylenie standardowe,
minimum, maksimum i kwartyle). Sprawd¹, ile instancji obiektów znajduje si¦ w ka»dej klasie.
[describe(), groupby()]
2. Dla ka»dej z czterech cech wy±wietl wykres pudeªko i w¡sy oraz histogram (zrozum, co przedstawiaj¡).
Zad. 2 Podziel dane na zbiór danych treningowych (80%) oraz testowych (20%). Po co to si¦ robi?
[cross_validation.train_test_split()]
Przetestuj trzy klasykatory: regresj¦ logistyczn¡, drzewa decyzyjne oraz metod¦ k najbli»szych s¡siadów
(naucz si¦ podstaw ka»dej z nich). Porównaj, jak wypadªy na zbiorze testowym, obliczaj¡c ich bª¦dy realne
(zaªó», »e dane pochodz¡ z rozkªadu jednostajnego).
1