En este artículo, vamos a ver cómo crear un conjunto de datos usando PyBrain.
conjunto de datos
Los conjuntos de datos son los datos que se proporcionan específicamente para probar, validar y entrenar en las redes. En lugar de tener problemas con las arrays, PyBrain nos proporciona una estructura de datos más flexible con la que el manejo de datos puede ser bastante fácil. Un conjunto de datos se puede mostrar como una colección de arrays bidimensionales con nombre. En el aprendizaje automático, para manejar cada tarea tiene conjuntos de datos especiales.
PyBrain
Es un acrónimo de Python-Based Reinforcement Learning, Artificial Intelligence. En Python, es una biblioteca de aprendizaje automático modular. Proporciona algoritmos flexibles para realizar tareas de aprendizaje automático. También proporciona un buen entorno para probar algoritmos. Este artículo se centra en la creación de un conjunto de datos con PyBrain.
Creando un conjunto de datos usando PyBrain
Para crear un conjunto de datos usando PyBrain, se requiere usar pybrain.datasets (un paquete de conjuntos de datos de PyBrain). Este paquete de conjuntos de datos ofrece el soporte de clases de conjuntos de datos. Por ejemplo, proporciona soporte para SequentialDataset, SupervisedDataset, ClassificationDataSet. El conjunto de datos que se utilizará se basa en la tarea de aprendizaje automático que el programador desea implementar. En este ejemplo, vamos a utilizar SupervisedDataset. Un conjunto de datos SupervisedDataset tiene la siguiente sintaxis,
Sintaxis: SupervisedDataSet (entrada, destino)
Dónde,
- entrada: una estructura de datos (por ejemplo, una array bidimensional)
- objetivo: la salida
Ejemplo:
En este ejemplo, la entrada tiene un tamaño igual a 2 y el destino tiene un tamaño igual a 1.
Python3
# Python program to create a dataset # using PyBrain # Importing SupervisedDataSet from # pybrain.datasets from pybrain.datasets import SupervisedDataSet # Creating SupervisedDataSet supervised_dataset = SupervisedDataSet(2, 1) # Print print(dataSet)
Producción:
Agregar datos al conjunto de datos
En esta parte, discutiremos cómo podemos agregar datos de muestra a nuestro conjunto de datos.
Ejemplo:
En este ejemplo, estamos creando una tabla de verdad XOR. La entrada que se pasa es como una array bidimensional y la salida que obtenemos es 1. La entrada tiene el propósito de tamaño y el objetivo actúa como salida (igual es 1). Entonces, las entradas que se pasan a nuestro conjunto de datos son 2,1.
| A | B | A X O B |
|---|---|---|
| 0 | 0 | 0 |
| 1 | 0 | 1 |
| 0 | 1 | 1 |
| 1 | 1 | 0 |
Python3
# Python program to create a dataset
# using PyBrain
# Importing supervised dataset from
# pybrain.datasets
from pybrain.datasets import SupervisedDataSet
# Creating dataSet
supervised_dataset = SupervisedDataSet(2, 1)
# xor table
xor_table = [
[(0, 0), (0,)],
[(0, 1), (1,)],
[(1, 0), (1,)],
[(1, 1), (0,)],
]
# Adding sample from xor_table into
# supervised_dataset
for input, target in xor_table:
supervised_dataset.addSample(input, target)
# Printing the input
print("input: \n", supervised_dataset['input'])
print("")
# Printing the target
print("target: \n", supervised_dataset['target'])
Producción:
