"Aujourd'hui, on utilisera les données proposées par scikit learn. Ces données sont déjà nettoyées, déjà prêtes dans la libraries. \n",
"Pour commencer, importer les libraries : numpy, matplotlib et le module datasets de scikit-learn"
"Pour commencer, importez les libraries : numpy, matplotlib et le module datasets de scikit-learn"
]
},
{
...
...
@@ -26,8 +26,8 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Maintenant, on va utiliser les fonctions suivantes de la libraire dataset : datasets.make_circles, datasets.make_moons, datasets.make_blobs, datasets.make_blobs.\n",
"Consulter la documentation intégrées de ces méthodes.\n",
"Maintenant, on va utiliser les fonctions suivantes de la librairie `dataset` : `datasets.make_circles`, `datasets.make_moons`, `datasets.make_blobs`, `datasets.make_blobs`.\n",
"Consultez la documentation intégrée de ces méthodes.\n",
"Vous pouvez trouver des exemples d'utilisation de ces méthodes sur https://scikit-learn.org/stable/auto_examples/cluster/plot_cluster_comparison.html "
]
},
...
...
@@ -56,7 +56,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Tracer les données générées dans $R^2$.\n",
"Tracer les données générées dans le plan ($R^2$).\n",
"Commenter la difficulté du clustering."
]
},
...
...
@@ -67,12 +67,40 @@
"outputs": [],
"source": []
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# Formatage du jeu de données"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"Pour entrainer nos algorithmes, on va splitter notre jeu de données en 3 sous-jeux de données: \n",
"- train\n",
"- validation\n",
"- test\n",
"\n",
"Pourquoi est-ce nécessaire?\n",
"\n",
"Pour cela, utilisez la fonction scikit-learn `sklearn.model_selection.train_test_split`. Importez cette méthode, "
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"# K-means\n",
"Utiliser les k-means sur chacun des datasets. __Conseil:__ : Une cellule par dataset pour plus de clarté."
"Utilisez les k-means sur chacun des datasets. __Conseil:__ : Une cellule par dataset pour plus de clarté."
]
},
{
...
...
@@ -86,7 +114,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Comment avez vous choisi K ? Faites quelques testes, commentez les résultats. Gardez le meilleur hyperparmètre K. "
"Comment avez-vous choisi K ? Faites quelques tests, commentez les résultats. Gardez le meilleur hyperparmètre K. "
]
},
{
...
...
@@ -100,7 +128,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Relancer plusieurs fois pour chaque dataset. Obtenez-vous les mêmes résultats? Si non, pourquoi?"
"Relancez plusieurs fois pour chaque dataset. Obtenez-vous les mêmes résultats? Si non, pourquoi?"
]
},
{
...
...
@@ -116,7 +144,7 @@
"source": [
"# ACP / PCA / Principal Components Analysis\n",
"On a vu la PCA ce matin. La fonction Scikit pour cette transformation est `sklearn.decomposition.PCA`. À vrai dire, c'est un objet. Consulter la documentation rapidemment : https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html ou la doc intégrée.\n",
"Effectuer une PCA sur vos données avec 2 composants. "
"Effectuez une PCA sur vos données avec 2 composantes. "
]
},
{
...
...
@@ -144,7 +172,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Charger le jeu de données iris. Ce jeu de données est un dataset très connu, assez facile. "
"Chargez le jeu de données iris. Ce jeu de données est un dataset très connu, assez facile. "
]
},
{
...
...
@@ -158,7 +186,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Effectuer une PCA. Quelle est la variance expliquée?"
"Effectuez une PCA. Quelle est la variance expliquée?"
]
},
{
...
...
@@ -172,7 +200,7 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"Finalement, tracer ce jeu de données dans $R^2$. Est-ce facile de retrouver des clusters?"
"Finalement, tracez ce jeu de données dans $R^2$. Est-il facile de retrouver des clusters?"
]
},
{
...
...
@@ -187,7 +215,7 @@
"metadata": {},
"source": [
"# Si vous vous ennuyez\n",
"Si vous avez le temps, essayez de lancer un k-means sur les iris. Ensuite, effectuez une PCA, puis relancer des k-means."
"Si vous avez le temps, essayez de lancer un k-means sur les iris. Ensuite, effectuez une PCA, puis relancez des k-means."
]
},
{
...
...
@@ -202,7 +230,7 @@
"metadata": {},
"source": [
"Est-ce que vos résultats sont différents ? \n",
"Essayer de tracer vos résultats, en indiquant les clusters trouvés."
"Essayez de tracer vos résultats, en indiquant les clusters trouvés."