Supervised learning

L'apprendimento supervisionato avviene istruendo un modello conoscendo gli output voluti a priori.

Tra le due principali forme di apprendimento, ci sono:

• Classificazione: per predire l'appartenenza a delle categorie
• Analisi di regressione: per stimare una funzione numerica sui dati

Il dataset viene suddiviso in training e test per poter valutare successivamente il modello, per esempio:

from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

X_train, X_test, y_train, y_test = train_test_split(
  X, y, test_size=0.25, random_state=42
)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
accuracy = accuracy_score(y_true=y_test, y_pred=y_pred)