Weka Data Mining – Le package « Python Weka Wrapper 3 »

Описание: Machine Learning. Data Science. Présentation du package « python-weka-wrapper3 », qui nous donne accès aux fonctionnalités de Weka, aux très nombreux algorithmes de machine learning notamment, dans un programme Python. Création d’un environnement dédié (conda). Puis description des tâches usuelles d’une démarche d’analyse prédictive : importation des données (fichier « arff », une sorte de fichier CSV qui intègre un dictionnaire des variables), partition en échantillons d’apprentissage et de test, entraînement du modèle (SVM avec un noyau linéaire), évaluation (accuracy, matrice de confusion) ; indentification du meilleur paramétrage avec l’outil « GridSearchCV » de Weka ; comparaison des performances de plusieurs algorithmes (SVM linéaire, arbre de décision, régression logistique, K-NN).

Site web : https://fracpete.github.io/python-wek...
Données et programme : https://tutoriels-data-science.blogsp...

00:00 Package Python pour Weka
02:56 Création d'un environnement (conda - Anaconda - Java)
06:02 Richesse de la librairie de calcul (supervisé, non-supervisé, etc.)
07:04 Démarrage du notebook - Version du package
07:41 Démarrage de la JVM (connexion via "jpype")
09:01 Chargement des données - Format de fichier "arff"
10:38 L'objet "dataset.Instances" et ses propriétés
12:15 Spécification de la variable cible
13:12 Partition des données en train / test
16:46 Modélisation - SVM Linéaire
17:26 Entraînement - Affichage des coefficients
18:04 Evaluation en test - Indicateurs de performance
19:15 Equivalence avec l'outil "Explorer" de Weka
21:39 L'outil CVParameterSelection (GridSearchCV)
24:24 Comparaison de modèles (Experiments)
26:59 Arrêt de la JVM