در این مطلب، ویدئو طبقه بندی گونه های عنبیه با استفاده از پایتون و رگرسیون لجستیک با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:22:35
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,079 –> 00:00:02,639
سلام بچه ها و به این ویدیو در
2
00:00:02,639 –> 00:00:04,650
مورد زبان برنامه نویسی پایتون و
3
00:00:04,650 –> 00:00:06,810
یادگیری ماشین خوش آمدید، بنابراین در این ویدیو ما
4
00:00:06,810 –> 00:00:09,120
قصد داریم یک
5
00:00:09,120 –> 00:00:11,250
برنامه رگرسیون لجستیک ساده برای طبقه بندی گونه های IRS ایجاد کنیم
6
00:00:11,250 –> 00:00:14,040
و در حال حاضر من در وب سایتی
7
00:00:14,040 –> 00:00:16,230
به نام collab dot research Google comm
8
00:00:16,230 –> 00:00:17,430
و دلیل اینکه من در این وب سایت هستم این
9
00:00:17,430 –> 00:00:19,619
است که
10
00:00:19,619 –> 00:00:21,750
شروع به برنامه نویسی و پایتون را بسیار آسان می کند،
11
00:00:21,750 –> 00:00:23,310
بنابراین مجبور نیستید
12
00:00:23,310 –> 00:00:25,680
زبان برنامه نویسی پایتون را روی
13
00:00:25,680 –> 00:00:28,980
رایانه یا ماشین خود نصب کنید، فقط می توانید به اینجا
14
00:00:28,980 –> 00:00:32,130
به این URL در وب خود بروید. مرورگر و
15
00:00:32,130 –> 00:00:33,690
وارد حساب Google خود شوید، بنابراین بله، شما
16
00:00:33,690 –> 00:00:35,550
نیاز به یک حساب Google دارید و بله، شما
17
00:00:35,550 –> 00:00:37,950
نیاز به یک مرورگر وب دارید، مطمئناً
18
00:00:37,950 –> 00:00:39,750
این لینک را در توضیحات زیر قرار
19
00:00:39,750 –> 00:00:43,680
خواهم داد تا شما هم بتوانید آن را دریافت کنید و به
20
00:00:43,680 –> 00:00:45,300
این وب سایت بروید و برنامه نویسی را در پایتون شروع کنید،
21
00:00:45,300 –> 00:00:46,950
پس بیایید ادامه دهیم و شروع کنیم
22
00:00:46,950 –> 00:00:48,809
اولین کاری که باید انجام دهید این است که روی فایل اینجا کلیک کنید
23
00:00:48,809 –> 00:00:50,399
و سپس من روی نوت بوک جدید پایتون 3 کلیک می کنم
24
00:00:50,399 –> 00:00:52,410
و سپس چیزی که می توانید ببینید این است
25
00:00:52,410 –> 00:00:53,879
که یک برگه جدید باز می کند و
26
00:00:53,879 –> 00:00:55,710
به ما می دهد. یک سلول برای شروع
27
00:00:55,710 –> 00:00:59,219
برنامه نویسی، بنابراین اکنون آماده است، بنابراین من
28
00:00:59,219 –> 00:01:01,079
ادامه می دهم و فقط به شما بچه ها نشان
29
00:01:01,079 –> 00:01:02,460
می دهم که چگونه کار می کند، بنابراین من
30
00:01:02,460 –> 00:01:04,949
فقط می خواهم این یک آزمایش در
31
00:01:04,949 –> 00:01:06,450
دو سلول است و من می خواهم. به اینجا به
32
00:01:06,450 –> 00:01:08,580
سمت چپ بروید و روی این دکمه پخش کلیک کنید و سپس
33
00:01:08,580 –> 00:01:10,350
خواهیم دید که این یک آزمایش
34
00:01:10,350 –> 00:01:12,060
روی صفحه نمایش است در اینجا
35
00:01:12,060 –> 00:01:13,830
و اکنون اگر دوباره به سمت چپ بروم می توانم
36
00:01:13,830 –> 00:01:15,930
از آن خارج شوم و چه کاری می توانیم انجام دهیم
37
00:01:15,930 –> 00:01:18,060
ما میتوانیم برنامهنویسی را در این سلول
38
00:01:18,060 –> 00:01:20,610
ادامه دهیم و کل برنامه پایتون خود را
39
00:01:20,610 –> 00:01:22,439
بنویسیم یا کاری که میتوانیم انجام دهیم این است که آن
40
00:01:22,439 –> 00:01:25,110
را به سلولهای مختلف تقسیم کنیم، بنابراین
41
00:01:25,110 –> 00:01:27,630
پس از کلیک کردن در آن سلول، فقط به اینجا میرویم تا کدنویسی
42
00:01:27,630 –> 00:01:31,799
کنیم و حالا سلول دیگری اضافه میکند
43
00:01:31,799 –> 00:01:34,740
و به همین ترتیب. من میتوانم عبارت دیگری را
44
00:01:34,740 –> 00:01:38,520
اینجا چاپ کنم و بگویم این یک آزمایش دیگر است و
45
00:01:38,520 –> 00:01:40,229
میتوانیم این سلول را به صورت جداگانه اجرا کنیم، بنابراین من فقط
46
00:01:40,229 –> 00:01:42,240
اینجا را در سمت چپ آن سلول کلیک
47
00:01:42,240 –> 00:01:43,950
میکنم و میبینید که این یک آزمایش دیگر است،
48
00:01:43,950 –> 00:01:44,460
49
00:01:44,460 –> 00:01:47,460
خوب است، بنابراین فرض کنید میخواهم هر دوی اینها را اجرا کنم.
50
00:01:47,460 –> 00:01:49,320
بیانیه های چاپ من فقط می توانم روی
51
00:01:49,320 –> 00:01:52,710
run time کلیک کنم و روی run all کلیک کنم و سپس
52
00:01:52,710 –> 00:01:54,750
هر دو s را اجرا می کنم همه چیز خوب است، بنابراین
53
00:01:54,750 –> 00:01:56,100
من با این سلول دوم اینجا کار
54
00:01:56,100 –> 00:01:57,149
کردم، بنابراین می خواهم اینجا را کلیک کنم و
55
00:01:57,149 –> 00:01:58,829
به این سه نقطه می روم و سپس
56
00:01:58,829 –> 00:02:01,619
سلول را حذف می کنم، پس بیایید ادامه دهیم
57
00:02:01,619 –> 00:02:04,079
و شروع کنیم با برنامه ما،
58
00:02:04,079 –> 00:02:06,149
برنامه رگرسیون لجستیک ما برای
59
00:02:06,149 –> 00:02:09,000
طبقهبندی گونههای عنبیه بسیار خوب است، بنابراین ابتدا
60
00:02:09,000 –> 00:02:10,709
میخواهم توضیحی
61
00:02:10,709 –> 00:02:13,340
درباره عملکرد برنامه
62
00:02:13,409 –> 00:02:16,780
بدهم، بنابراین میخواهم بگویم این یک
63
00:02:16,780 –> 00:02:20,640
کار بزرگ است، این یک لجستیک ساده است.
64
00:02:20,640 –> 00:02:30,120
برنامه رگرسیون برای
65
00:02:31,379 –> 00:02:41,379
طبقهبندی گونههای عنبیه بسیار خوب است، بنابراین
66
00:02:41,379 –> 00:02:43,950
اولین کاری که باید انجام دهیم این
67
00:02:43,950 –> 00:02:49,900
است که وابستگیها را وارد کنیم و
68
00:02:49,900 –> 00:02:55,780
نقشه نمودار lib یا زنده را
69
00:02:55,780 –> 00:03:01,269
وارد کنیم و نمودار PI را دریافت کنیم و
70
00:03:01,269 –> 00:03:04,690
فراخوانی کنیم. آن PLT است، بنابراین ما میخواهیم
71
00:03:04,690 –> 00:03:09,970
نمودار PI لبه مات را بهعنوان PLT وارد کنیم، خب، در
72
00:03:09,970 –> 00:03:17,410
مرحله بعد، Seabourn Seabourn ssns را وارد میکنیم
73
00:03:17,410 –> 00:03:19,450
و از این مجموعه دادههای عنبیه خود را دریافت میکنیم
74
00:03:19,450 –> 00:03:22,739
و اکنون میخواهیم دستگاه خود را نیز
75
00:03:22,739 –> 00:03:25,599
وارد کنیم. یادگیری یک کتابخانه
76
00:03:25,599 –> 00:03:30,819
به نام SK Learn و من می خواهم مدل خطی را بدست بیاورم
77
00:03:30,819 –> 00:03:39,340
بنابراین مدل خطی a و از
78
00:03:39,340 –> 00:03:42,329
آنجا می خواهیم
79
00:03:42,329 –> 00:03:47,139
روش رگرسیون لجستیک یا عملکرد خود را خوب دریافت کنیم، بنابراین
80
00:03:47,139 –> 00:03:51,660
من مدل ساخته شده را از دست داده ام، در اینجا به خوبی می
81
00:03:51,660 –> 00:03:56,349
رویم همچنین از SK یاد می گیریم که می
82
00:03:56,349 –> 00:03:59,739
خواهم برخی از معیارها را دریافت کنم و بنابراین می خواهیم
83
00:03:59,739 –> 00:04:05,859
روش گزارش طبقه بندی را وارد کنیم.
84
00:04:05,859 –> 00:04:14,440
و از معیارهای یادگیری SK من همچنین میخواهم
85
00:04:14,440 –> 00:04:19,120
روش یا تابع امتیاز دقت را بدست بیاورم
86
00:04:19,120 –> 00:04:23,100
و در آخر
87
00:04:23,100 –> 00:04:29,940
از انتخاب مدل خط SK میخواهم تقسیم
88
00:04:29,940 –> 00:04:34,470
زیرخط تست خط زیر خط قطار را وارد
89
00:04:34,470 –> 00:04:37,950
کنم، بنابراین میخواهم آن تابع را در
90
00:04:37,950 –> 00:04:40,830
آنجا به تقسیم کنم. دادههای ما را در
91
00:04:40,830 –> 00:04:43,200
مجموعههای آموزشی در مجموعههای آزمایشی، ادامه ندهید
92
00:04:43,200 –> 00:04:45,300
و این ظاهر را اجرا نکنید، مثل اینکه چند
93
00:04:45,300 –> 00:04:47,850
خطا داریم، اجازه دهید لجستیک رگرسیون
94
00:04:47,850 –> 00:04:50,220
لجستیک را ببینم، باید در اینجا یک R بزرگ باشد،
95
00:04:50,220 –> 00:04:53,820
بنابراین اگر این را هماکنون اجرا کنم، هوا تمام
96
00:04:53,820 –> 00:04:55,740
شده است. ما خوب هستیم که
97
00:04:55,740 –> 00:04:57,900
وابستگیهای خود را وارد کردهایم، پس بیایید ادامه دهیم
98
00:04:57,900 –> 00:05:01,440
و سلول دیگری را اضافه کنیم و در اینجا
99
00:05:01,440 –> 00:05:06,420
مجموعه داده را بارگیری میکنیم، بنابراین
100
00:05:06,420 –> 00:05:08,130
من به متغیری به نام داده میروم و آن را
101
00:05:08,130 –> 00:05:10,920
برابر با SNs dot load قرار میدهیم. از
102
00:05:10,920 –> 00:05:14,580
روش یا تابع بارگذاری Seabourn استفاده می کنید و
103
00:05:14,580 –> 00:05:18,120
ما به آن می گوییم مجموعه داده های عنبیه را بارگیری کند و
104
00:05:18,120 –> 00:05:19,770
بیایید به این داده ها نگاهی بیندازیم، بنابراین من
105
00:05:19,770 –> 00:05:22,160
فقط می گویم سر نقطه داده
106
00:05:22,160 –> 00:05:27,500
اگر این را اجرا کنم اجازه می دهد تا از طریق
107
00:05:27,500 –> 00:05:30,870
Seabourn ببینیم بار تماس مشخصه ندارد،
108
00:05:30,870 –> 00:05:34,500
زیرا به آن مجموعه داده زیر خط بارگذاری می گویند.
109
00:05:34,500 –> 00:05:37,530
بنابراین این روش واقعی است،
110
00:05:37,530 –> 00:05:39,960
اجازه دهید دوباره آن را اجرا کنیم و اکنون میتوانیم
111
00:05:39,960 –> 00:05:42,270
مجموعه دادهها را ببینیم که پنج ردیف اول
112
00:05:42,270 –> 00:05:46,590
دادهها روی صفحه چاپ میشوند، بنابراین
113
00:05:46,590 –> 00:05:50,330
من میروم و یک سلول جدید اضافه
114
00:05:50,330 –> 00:05:54,440
میکنم و در اینجا میرویم
115
00:05:54,440 –> 00:06:01,850
مجموعه آموزشی را آماده کنید تا
116
00:06:01,850 –> 00:06:03,930
مجموعه مستقل خود را داشته باشیم، آن را X می نامیم
117
00:06:03,930 –> 00:06:08,120
و بنابراین X برابر با
118
00:06:08,120 –> 00:06:11,340
مقادیر ویژگی ها خواهد بود و بنابراین ما
119
00:06:11,340 –> 00:06:17,520
همه ستون ها را به جز آخرین ستون اوکی می کنیم
120
00:06:17,520 –> 00:06:21,860
و به این کار را انجام دهید، من فقط می گویم X
121
00:06:21,860 –> 00:06:26,910
برابر است با نقطه داده را قفل می کنم و البته
122
00:06:26,910 –> 00:06:29,130
X متغیری است که من ایجاد کردم و
123
00:06:29,130 –> 00:06:33,350
می خواهیم همه رول ها را
124
00:06:33,350 –> 00:06:37,889
به جز آخرین مورد دریافت کنیم، بنابراین به جز
125
00:06:37,889 –> 00:06:40,770
ردیف آخر، منظورم به جز آخرین ردیف وجود دارد.
126
00:06:40,770 –> 00:06:42,270
ستون بنابراین شما می خواهید تمام
127
00:06:42,270 –> 00:06:44,789
سطرها به جز ستون آخر را دریافت
128
00:06:44,789 –> 00:06:47,490
کنید، مطمئن شوید که من آن را بیان می کنم خیلی واضح است
129
00:06:47,490 –> 00:06:51,360
که در مرحله بعد ما مجموعه داده Y
130
00:06:51,360 –> 00:06:54,930
یا مجموعه داده وابسته خود را ایجاد می کنیم، بنابراین این
131
00:06:54,930 –> 00:06:58,320
شامل مقادیر هدف خواهد بود و ما
132
00:06:58,320 –> 00:07:02,750
فقط آخرین ستون قاب داده را می خواهیم،
133
00:07:02,750 –> 00:07:06,240
براین من می خواهم متغیر خود را به نام Y ایجاد کنم و آن
134
00:07:06,240 –> 00:07:10,830
ا برابر با داده I قرار دهم. قفل کنید و ما
135
00:07:10,830 –> 00:07:15,810
فقط تمام سطرها و فقط آخرین
136
00:07:15,810 –> 00:07:17,610
ستون را دریافت می کنیم، بنابراین اگر چه آنها بسیار شبیه به نظر می رسند،
137
00:07:17,610 –> 00:07:19,650
توجه کنید که اینجا یک
138
00:07:19,650 –> 00:07:21,780
دونقطه دارد و سپس منهای یک و در اینجا
139
00:07:21,780 –> 00:07:25,410
من اصلاً دو نقطه ندارم، بنابراین من ادامه می دهم
140
00:07:25,410 –> 00:07:26,699
و این را اجرا کنید مطمئن شوید که
141
00:07:26,699 –> 00:07:28,590
مشکلی وجود ندارد و به نظر نمی رسد،
142
00:07:28,590 –> 00:07:31,380
بنابراین بیایید چاپ کنیم و به
143
00:07:31,380 –> 00:07:32,940
مجموعه داده هایی نگاهی بیندازیم که فقط
144
00:07:32,940 –> 00:07:36,840
X چاپ را ایجاد کردیم و بنابراین می توانیم ببینیم مجموعه داده X ما
145
00:07:36,840 –> 00:07:39,360
شامل آن چهار ویژگی یا چهار
146
00:07:39,360 –> 00:07:42,870
ستون است. از مجموعه داده های اصلی و
147
00:07:42,870 –> 00:07:45,380
بیایید جلوتر برویم و Y را چاپ کنیم و
148
00:07:45,380 –> 00:07:50,010
باید فقط آخرین ستون گونه ها را داشته باشد و
149
00:07:50,010 –> 00:07:53,099
همانطور که در اینجا می بینیم فقط
150
00:07:53,099 –> 00:07:55,710
آخرین ستونی را دارد که داده های
151
00:07:55,710 –> 00:08:00,449
گونه ها را دارد، بنابراین من ادامه می دهم و خلاص می شوم.
152
00:08:00,449 –> 00:08:02,250
از آن بیانیه چاپی فقط این را
153
00:08:02,250 –> 00:08:05,280
دوباره اجرا کنید و بیایید ادامه دهیم و یک سلول جدید اضافه کنید
154
00:08:05,280 –> 00:08:09,720
خوب و بیایید ادامه دهیم و
155
00:08:09,720 –> 00:08:14,210
این داده ها را رسم کنیم، بنابراین
156
00:08:14,210 –> 00:08:20,120
رابطه هر ویژگی را با هر
157
00:08:20,120 –> 00:08:24,180
گونه ترسیم می کنیم و برای انجام این کار از
158
00:08:24,180 –> 00:08:25,259
matplotlib
159
00:08:25,259 –> 00:08:30,060
یا alive استفاده می کنم و بنابراین آن را PLT و I نامیدیم. m
160
00:08:30,060 –> 00:08:32,820
قرار است به این نمودار یک برچسب روی
161
00:08:32,820 –> 00:08:35,880
محور x بدهم، بنابراین میگویم برچسب X و
162
00:08:35,880 –> 00:08:41,250
این ویژگیها را نام میبرم و سپس
163
00:08:41,250 –> 00:08:43,620
اساساً همین کار را برای
164
00:08:43,620 –> 00:08:47,010
محور y انجام میدهم، بنابراین برچسب PLT dot y
165
00:08:47,010 –> 00:08:50,360
این زمان قرار است گونه نامیده
166
00:08:50,360 –> 00:08:55,260
شود در حال حاضر اجازه دهید مقداری داده به آن بدهیم، بنابراین
167
00:08:55,260 –> 00:09:00,960
من متغیر PLT X را ایجاد می کنم
168
00:09:00,960 –> 00:09:04,490
که مخفف نمودار X باشد و داده ها
169
00:09:04,490 –> 00:09:07,680
را به داده ها از مجموعه داده های ما رتبه بندی می کنم، بنابراین
170
00:09:07,680 –> 00:09:14,640
نقطه داده LOC و آنچه من میخواهم
171
00:09:14,640 –> 00:09:23,790
تمام ردیفهای ستون طول زیرخط کاسبرگ کاسبرگ
172
00:09:23,790 –> 00:09:27,030
است و برای اطمینان از
173
00:09:27,030 –> 00:09:28,140
اینکه درست مینویسم، به اینجا
174
00:09:28,140 –> 00:09:30,930
میروم و ctrl C را برای کپی کردن
175
00:09:30,930 –> 00:09:34,130
حل و فصل انجام میدهم و به اینجا میروم. و
176
00:09:34,130 –> 00:09:37,020
آن را با استفاده از کنترل V جایگذاری کنید
177
00:09:37,020 –> 00:09:38,130
، فقط برای اینکه مطمئن شوید چیزی را از دست نمی دهم
178
00:09:38,130 –> 00:09:41,010
و سپس همان
179
00:09:41,010 –> 00:09:45,360
کار را برای y انجام می دهم، برای مجموعه داده برای تماس y
180
00:09:45,360 –> 00:09:49,050
چرا که گفتم برابر با
181
00:09:49,050 –> 00:09:53,160
نقطه داده سلام C است و من همه نقش ها را
182
00:09:53,160 –> 00:09:59,130
از ستون هدف خود می خواهم، بنابراین
183
00:09:59,130 –> 00:10:03,360
ستونی به نام گونه ها است و من تقریباً
184
00:10:03,360 –> 00:10:04,680
مطمئن هستم که املای آن را درست می نویسم و
185
00:10:04,680 –> 00:10:08,310
زه دهید ادامه دهیم و فقط این را اجرا کن
186
00:10:08,310 –> 00:10:12,150
م. بسیار خوب، خوب، پس اکنون باید به آن بگوییم که
187
00:10:12,150 –> 00:10:15,420
چه نوع نموداری می خواهیم، بنابراین ما یک نمودار پراکنده می خواهیم، بن
188
00:10:15,420 –> 00:10:18,290
ین فقط یک پراکندگی PLT است و ما ا
189
00:10:18,290 –> 00:10:20,970
آن تابع یا روش در آنجا استفاده می کنیم و سپس
190
00:10:20,970 –> 00:10:22,710
اید مقداری داده را وار
191
00:10:22,710 –> 00:10:25,980
کنیم تا X را وارد کنیم. مجموعه دادهها را وارد میکنیم و
192
00:10:25,980 –> 00:10:30,390
مجموعه دادههای Y را وارد میکنیم و سپس
193
00:10:30,390 –> 00:10:32,970
باید یک رنگ به آن بدهم، من به آن
194
00:10:32,970 –> 00:10:35,490
نیازی ندارم این در واقع اختیاری است، بنابراین
195
00:10:35,490 –> 00:10:37,050
من هنوز هم به آن یک رنگ میدهم.
196
00:10:37,050 –> 00:10:39,870
آبی رنگ کنید و سپس
197
00:10:39,870 –> 00:10:41,630
یک برچسب به آن میدهم که خوب است و به
198
00:10:41,630 –> 00:10:48,290
آن خط زیرین sepal میگویند
199
00:10:48,290 –> 00:10:50,130
و کاری که میخواهم انجام دهم این است که فقط
200
00:10:50,130 –> 00:10:52,890
با استفاده از control-c این را
201
00:10:52,890 –> 00:10:55,080
همینجا کپی میکنم