بتل کد Battle Codeدارد باز می‌شود…

جلسه‌ی 28: پروژه: پیش‌بینی قیمت Project: Price Predictor

یک جدول واقعی‌تر از خانه‌ها را می‌خوانیم، ویژگی‌ها را نرمال می‌کنیم، مدل خطی را با گرادیان کاهشی آموزش می‌دهیم و قیمت خانه‌های جدید را پیش‌بینی می‌کنیم.

در این جلسه یاد می‌گیری

درس

پروژه‌ی امروز: یک بنگاه کوچک! جدولی از خانه‌ها داریم با اندازه (متر)، تعداد اتاق، فاصله تا مترو (دقیقه) و قیمت (میلیون). می‌خواهیم مدلی بسازیم که قیمت خانه‌ی جدید را حدس بزند.

size,rooms,metro,price
60,1,5,180
75,2,10,210
90,2,3,280
110,3,15,300
130,3,8,370
150,4,20,400
80,2,25,190
100,3,2,330

مشکل بزرگ: اندازه حدود ۱۰۰ است، اتاق حدود ۳ و قیمت حدود ۳۰۰. با این عددهای بزرگ، گرادیان بزرگ می‌شود و با هر نرخ یادگیری معمولی مدل منفجر می‌شود (جلسه‌ی ۲۶ یادت هست؟). راه حل: همه‌ی ویژگی‌ها را به بازه‌ی ۰ تا ۱ ببر، درست مثل جلسه‌ی ۲۲. قیمت را هم بر ۱۰۰ تقسیم می‌کنیم تا عددها کوچک شوند.

def scale_column(values):
    lo, hi = min(values), max(values)
    return [(v - lo) / (hi - lo) for v in values], lo, hi

چهار قدم: ۱) خواندن جدول به X و y؛ ۲) نرمال کردن هر ستون X و نگه داشتن min و max هر ستون (برای خانه‌های جدید لازم می‌شود!)؛ ۳) آموزش با تابع step عمومی جلسه‌ی ۲۵؛ ۴) پیش‌بینی برای خانه‌ی جدید: اول با همان min/max نرمالش کن، بعد predict، بعد ضرب در ۱۰۰.

نکته‌ی مهم: خانه‌ی جدید باید با همان min و max داده‌ی آموزش نرمال شود، نه با min و max خودش. اگر این را فراموش کنی، مدل عددهایی می‌بیند که هیچ‌وقت در آموزش ندیده و جواب بی‌معنی می‌دهد.

def scale_row(row, los, his):
    return [(row[j] - los[j]) / (his[j] - los[j]) for j in range(len(row))]

در گزارش پروژه بنویس: خطای مدل روی خانه‌های آزمون چقدر است (به میلیون)، کدام ویژگی وزن بزرگ‌تری گرفت، و مدل کجا بد عمل می‌کند (مثلاً خانه‌ی خیلی بزرگ‌تر از همه‌ی داده‌ها). مدل خطی فقط می‌تواند خط بکشد؛ اگر رابطه خمیده باشد، خطا می‌ماند. این محدودیت را صادقانه بنویس.

مثال‌های این جلسه

چالش‌ها

  1. Step 1: Read the Houses (آسان)
  2. Step 2: Normalise Columns (متوسط)
  3. Step 3: Train (متوسط)
  4. Step 4: Predict New Houses (سخت)

بیشتر بخوان

← جلسه‌ی 27: نورون سیگموید جلسه‌ی 29: دو لایه می‌شود شبکه →