Data Science and Machine Learning - #28 Árvores de Decisão I

No vídeo de hoje iniciaremos um novo algorítimo de machine learning dentro do Python, o modelo conhecido como Árvores de Decisão.

Entendendo as Árvores de Decisão

Na aula de hoje trabalharemos com um dataset nativo de classificação de flores da espécie íris.

Importando Módulos

Como sempre, vamos iniciar importando os módulos necessários:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split, GridSearchCV,cross_val_score
from sklearn.metrics import classification_report, confusion_matrix
from IPython.display import Image
%matplotlib inline

Importando Dataset

Como mencionado anteriormente, vamos trabalhar com um dataset de classificação de espécies de íris de acordo com o cumprimento de sépalas e pétalas dessas flores:

df = pd.read_csv("Iris.csv")
df.head()

Preparando os dados

Já foi falado em aulas anteriores que o algorítimo consegue trabalhar melhor com valores numéricos que com strings. Para tanto, no nosso Dataframe vamos substituir o valor nominal das espécies por valores inteiros. Veja como fazer:

idCat,cat = pd.factorize(df["Species"])
idCat

cat

df['SpeciesCat']=idCat

del df['Id']
del df["Species"]

Análise Exploratória

Vamos entender os dados através da análise exploratória:

df.info()

df.describe()

sns.countplot(df["SpeciesCat"])

sns.pairplot(df,hue="SpeciesCat")

sns.swarmplot(x="SpeciesCat",y="PetalWidthCm",data=df)

Dividindo Dados de Treino e Teste

Continuando nossa análise inicial dos dados, vamos dividir o conjunto de dados para a máquina treinar o aprendizado e vamos reservar alguns dados para que ela teste o seu próprio aprendizado. Lembrando que os dados de teste a máquina não conhece, então funciona como uma prova pra ela:

X = df.drop("SpeciesCat",axis=1)
y = df["SpeciesCat"]
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=100)

X_train.shape

y_train.shape

Por hoje é só! Sucesso nos códigos e na vida!