Ce tutoriel python français montre comment développer des pipelines de machine learning avec Sklearn.
Pour développer une pipeline simple, je vous conseille d'utiliser la fonction make_pipeline() du module sklearn.pipeline
Mais pour traiter des data sets hétérogènes (avec un mélange de type de variables : continues, discrètes, strings...) il faut utiliser des fonctions un peu plus techniques.
make_column_transformer() permet ainsi de créer un transformer qui ne s'applique que sur certaines colonnes de votre dataset. Il est souvent utilisé pour traiter les variables numériques et les variables catégorielles de façon différente. Cette fonction existe également sous forme de Classe avec ColumnTransformer, mais je préfère utiliser la fonction make_column_transformer car sa syntaxe est plus simple.
make_column_selector() est une nouvelle fonctionnalité de sklearn 0.22 qui permet de séléctionner les colonnes d'un dataset selon leur dtype. Tres utile également !
Pour finir, la fonction make_union permet de construire des pipelines paralleles, dont les résultats sont concaténé dans un tableau final. Cette fonction existe également sous forme de Classe avec FeatureUnion, mais je préfère utiliser la fonction make_union car sa syntaxe est plus simple.
Combinés ensemble, ces trois fonctions sont redoutables et permettent de traiter des datasets de la vraie vie, qui combinent plusieurs types de variables, afin de créer un modele de machine learning très performant.
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
/ discord
► D'autres BONUS sur Tipeee:
fr.tipeee.com/machine-learnia
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
machinelearnia.com/apprendre-...
► Télécharger gratuitement mes codes sur github:
github.com/MachineLearnia
► Abonnez-vous : / @machinelearnia
► Pour En Savoir plus : Visitez Machine Learnia : machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com