.. _mlscikitlearnsimplerst:

===============================================
Rappels sur scikit-learn et le machine learning
===============================================


.. only:: html

    **Links:** :download:`notebook <ml_scikit_learn_simple.ipynb>`, :downloadlink:`html <ml_scikit_learn_simple2html.html>`, :download:`python <ml_scikit_learn_simple.py>`, :downloadlink:`slides <ml_scikit_learn_simple.slides.html>`, :githublink:`GitHub|_doc/notebooks/td2a_ml/ml_scikit_learn_simple.ipynb|*`


Quelques exercices simples sur *scikit-learn*. Le notebook est long pour
ceux qui débutent en machine learning et sans doute sans suspens pour
ceux qui en ont déjà fait.

.. code:: ipython3

    from jyquickhelper import add_notebook_menu
    add_notebook_menu()






.. contents::
    :local:





.. code:: ipython3

    %matplotlib inline

Des données synthétiques
------------------------

On simule un jeu de données aléatoires.

.. code:: ipython3

    from numpy import random
    n = 1000
    X = random.rand(n, 2)
    X[:5]




.. parsed-literal::
    array([[0.25324685, 0.97811479],
           [0.32928095, 0.40816327],
           [0.44178633, 0.51600754],
           [0.76893618, 0.34170807],
           [0.00282938, 0.49371721]])



.. code:: ipython3

    y = X[:, 0] * 3 - 2 * X[:, 1] ** 2 + random.rand(n)
    y[:5]




.. parsed-literal::
    array([-0.18666718,  1.29326419,  1.64748543,  2.39341326,  0.06048883])



Exercice 1 : diviser en base d’apprentissage et de test
-------------------------------------------------------


Exercice 2 : caler une régression linéaire
------------------------------------------

Et calculer le coefficient :math:`R^2`.


Exercice 3 : améliorer le modèle en appliquant une transformation bien choisie
------------------------------------------------------------------------------


Exercice 4 : caler une forêt aléatoire
--------------------------------------


Exercice 5 : un peu de math
---------------------------

Comparer les deux modèles sur les données suivantes ? Que remarquez-vous
? Expliquez pourquoi ?

.. code:: ipython3

    X_test2 = random.rand(n, 2) + 0.5
    y_test2 = X_test2[:, 0] * 3 - 2 * X_test2[:, 1] ** 2 + random.rand(n)

Exercice 6 : faire un graphe avec…
----------------------------------

Le nuage de points du premier et second jeu, les prédictions des deux
modèles, une légende, un titre… avec
`pandas <https://pandas.pydata.org/>`__ ou directement avec
`matplotlib <https://matplotlib.org/>`__ au choix.


Exercice 7 : illuster l’overfitting avec un arbre de décision
-------------------------------------------------------------

Sur le premier jeu de données.


Exercice 8 : augmenter le nombre de features et régulariser une régression logistique
-------------------------------------------------------------------------------------

L’objectif est de regarder l’impact de la régularisation des
coefficients d’une régression logistique lorsque le nombre de features
augmentent.