Weka Data Mining – Le package « Python Weka Wrapper 3 » скачать в хорошем качестве

Weka Data Mining – Le package « Python Weka Wrapper 3 »

Machine Learning. Data Science. Présentation du package « python-weka-wrapper3 », qui nous donne accès aux fonctionnalités de Weka, aux très nombreux algorithmes de machine learning notamment, dans un programme Python. Création d’un environnement dédié (conda). Puis description des tâches usuelles d’une démarche d’analyse prédictive : importation des données (fichier « arff », une sorte de fichier CSV qui intègre un dictionnaire des variables), partition en échantillons d’apprentissage et de test, entraînement du modèle (SVM avec un noyau linéaire), évaluation (accuracy, matrice de confusion) ; indentification du meilleur paramétrage avec l’outil « GridSearchCV » de Weka ; comparaison des performances de plusieurs algorithmes (SVM linéaire, arbre de décision, régression logistique, K-NN). Site web : https://fracpete.github.io/python-wek... Données et programme : https://tutoriels-data-science.blogsp... 00:00 Package Python pour Weka 02:56 Création d'un environnement (conda - Anaconda - Java) 06:02 Richesse de la librairie de calcul (supervisé, non-supervisé, etc.) 07:04 Démarrage du notebook - Version du package 07:41 Démarrage de la JVM (connexion via "jpype") 09:01 Chargement des données - Format de fichier "arff" 10:38 L'objet "dataset.Instances" et ses propriétés 12:15 Spécification de la variable cible 13:12 Partition des données en train / test 16:46 Modélisation - SVM Linéaire 17:26 Entraînement - Affichage des coefficients 18:04 Evaluation en test - Indicateurs de performance 19:15 Equivalence avec l'outil "Explorer" de Weka 21:39 L'outil CVParameterSelection (GridSearchCV) 24:24 Comparaison de modèles (Experiments) 26:59 Arrêt de la JVM