Eine Einführung in scikit-learn

Repository zum Sonderheft-Artikel von Alina Dallmann, erschienen im iX Special 2023.

iX-tract

• Die Python-Bibliothek scikit-learn eignet sich für den schnellen Einstieg in Datentransformation und Machine-Learning-Algorithmen.
• Die vielfältigen Statistik- und ML-Methoden lassen sich gleich oder sehr ähnlich ansprechen.
• Am Anfang des Machine-Learning-Prozesses stehen wichtige Entscheidungen: das Bereinigen der Daten und die Auswahl des passenden Algorithmus für Daten und Fragestellung.
• Probleme wie Overfitting oder Information Leakage lassen sich leicht verhindern, wenn man ein paar Grundsätze beachtet.

Setup

• Um das Notebook pipeline.ipynb oder alternativ das Skript pipeline.ipynb auszuführen, werden die Bibliotheken aus der requirements.txt-Datei benötigt. Eine Installation kann beispielsweise mit dem Befehl pip install -r requirements.txt erfolgen.
• Die Datei mit den Daten sollte als vehicles.csv im Ordner data abgespeichert werden. Die Datei kann von Kaggle heruntergeladen werden.