PORTFOLIO OSWALDO L. ZÁRATE

IR AL PORTFOLIO DE PROYECTOS

---

CLASIFICADORES EN ACCIÓN

Comenzamos importando los paquetes necesarios para el proyecto

import streamlit as st
from sklearn.datasets import load_wine, load_breast_cancer, load_iris
from  sklearn.neighbors import KNeighborsClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
from sklearn.decomposition import PCA
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

Definimos algunas funciones auxiliares

Función para obtener el conjunto de datos

def return_data(dataset):
    if dataset == 'Wine':
        data = load_wine()
    elif dataset == 'Iris':
        data = load_iris()
    else:
        data = load_breast_cancer()
    df = pd.DataFrame(data.data, columns=data.feature_names , index=None)
    df['Type'] = data.target
    X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, random_state=1, test_size=0.2)
    return X_train, X_test, y_train, y_test,df,data.target_names

Función para devolver el modelo

def getClassifier(classifier):
    if classifier == 'SVM':
        c = st.sidebar.slider(label='Elija el valor de C' , min_value=0.0001, max_value=10.0)
        model = SVC(C=c)
    elif classifier == 'KNN':
        neighbors = st.sidebar.slider(label='Elija número de Vecinos',min_value=1,max_value=20)
        model = KNeighborsClassifier(n_neighbors = neighbors)
    else:
        max_depth = st.sidebar.slider('max_depth', 2, 10)
        n_estimators = st.sidebar.slider('n_estimators', 1, 100)
        model = RandomForestClassifier(max_depth = max_depth , n_estimators= n_estimators,random_state= 1)
    return model

Función para PCA

def getPCA(df):
    pca = PCA(n_components=3)
    result = pca.fit_transform(df.loc[:,df.columns != 'Type'])
    df['pca-1'] = result[:, 0]
    df['pca-2'] = result[:, 1]
    df['pca-3'] = result[:, 2]
    return df

Obteniendo los Datos

X_train, X_test, y_train, y_test, df , classes= return_data(dataset)
st.dataframe(df.sample(n = 8 , random_state = 1))
for idx, value in enumerate(classes):
    st.text('{}: {}'.format(idx , value))

Usaremos Seaborn y Matplotlib para visualizar los datos en 2-D y 3-D

# 2-D PCA
df = getPCA(df)
fig = plt.figure(figsize=(16,10))
sns.scatterplot(
    x="pca-1", y="pca-2",
    hue="Type", 
    palette=sns.color_palette("hls", len(classes)),
    data= df,
    legend="full"
)

plt.xlabel('PCA One')
plt.ylabel('PCA Two')
plt.title("2-D PCA Visualizacion")
st.pyplot(fig)

Para el Grafico en 3-D

#3-D PCA
fig2 = plt.figure(figsize=(16,10))
fig2 = fig2.add_subplot(projection='3d')
fig2.scatter(
    xs=df["pca-1"],
    ys=df["pca-2"],
    zs=df["pca-3"],
    c=df["Type"],
)

fig2.set_xlabel('pca-one')
fig2.set_ylabel('pca-two')
fig2.set_zlabel('pca-three')
st.pyplot(fig2.get_figure())

Finalmente, entrenamos el modelo y obtenemos los puntajes de precision tanto del entrenamiento como de la evaluacion del modelo:

#Train Model
model = getClassifier(classifier)
test_score = round(model.score(X_test, y_test), 2)
train_score = round(model.score(X_train, y_train), 2)