Scikit-learn, সাধারণত sklearn নামে পরিচিত পাইথনের একটি লাইব্রেরি যা মেশিন লার্নিং অ্যালগরিদম বাস্তবায়নের উদ্দেশ্যে ব্যবহৃত হয়।
এটি একটি ওপেন সোর্স লাইব্রেরি তাই এটি বিনামূল্যে ব্যবহার করা যেতে পারে। শক্তিশালী এবং শক্তিশালী, যেহেতু এটি পরিসংখ্যানগত মডেলিং সঞ্চালনের জন্য বিভিন্ন ধরণের সরঞ্জাম সরবরাহ করে। এর মধ্যে রয়েছে পাইথনে একটি শক্তিশালী, এবং স্থিতিশীল ইন্টারফেসের সাহায্যে শ্রেণিবিন্যাস, রিগ্রেশন, ক্লাস্টারিং, মাত্রা হ্রাস এবং আরও অনেক কিছু। এই লাইব্রেরিটি Numpy, SciPy এবং Matplotlib লাইব্রেরিতে নির্মিত।
এটি নীচে দেখানো 'pip' কমান্ড ব্যবহার করে ইনস্টল করা যেতে পারে -
pip install scikit-learn
এই লাইব্রেরি ডেটা মডেলিংয়ের উপর ফোকাস করে৷
স্কিট-লার্নে ব্যবহৃত অনেক মডেল রয়েছে, এবং সেগুলির কয়েকটি নীচে সংক্ষিপ্ত করা হয়েছে৷
তত্ত্বাবধান করা শেখার অ্যালগরিদম
তত্ত্বাবধানে শেখার অ্যালগরিদম একটি নির্দিষ্ট উপায়ে আচরণ করতে শেখানো হয়। একটি নির্দিষ্ট আকাঙ্খিত আউটপুট একটি প্রদত্ত ইনপুটে ম্যাপ করা হয় যার ফলে মানুষের তত্ত্বাবধান প্রদান করা হয়। এটি বৈশিষ্ট্যগুলিকে (ইনপুট ডেটাসেটে উপস্থিত ভেরিয়েবলগুলি) লেবেল করে, ডেটাতে প্রতিক্রিয়া প্রদান করে (আউটপুটটি অ্যালগরিদম দ্বারা সঠিকভাবে ভবিষ্যদ্বাণী করা হয়েছিল কিনা এবং যদি না হয় তবে সঠিক ভবিষ্যদ্বাণীটি কী হওয়া উচিত) এবং তাই হতে পারে৷ পি>
একবার অ্যালগরিদম সম্পূর্ণরূপে এই ধরনের ইনপুট ডেটাতে প্রশিক্ষিত হয়ে গেলে, এটি একই ধরণের ডেটার জন্য কাজ করার জন্য সাধারণীকরণ করা যেতে পারে। প্রশিক্ষিত মডেলের ভাল পারফরম্যান্স মেট্রিক্স থাকলে এটি পূর্বে দেখা না যাওয়া ইনপুটগুলির জন্য ফলাফলের পূর্বাভাস দেওয়ার ক্ষমতা অর্জন করবে। এটি একটি ব্যয়বহুল শেখার অ্যালগরিদম কারণ মানুষের ইনপুট ডেটাসেটকে শারীরিকভাবে লেবেল করতে হয় যার ফলে অতিরিক্ত খরচ যোগ হয়।
Sklearn লিনিয়ার রিগ্রেশন সাপোর্ট ভেক্টর মেশিন, ডিসিশন ট্রি, ইত্যাদি বাস্তবায়নে সাহায্য করে।
নিরীক্ষণহীন শিক্ষা
এটি তত্ত্বাবধানে শিক্ষার বিপরীত, অর্থাৎ ইনপুট ডেটা সেটটি লেবেলযুক্ত নয়, যার ফলে শূন্য মানব তত্ত্বাবধান নির্দেশ করে। অ্যালগরিদম এই ধরনের লেবেলবিহীন ডেটা থেকে শেখে, প্যাটার্ন বের করে, ভবিষ্যদ্বাণী করে, ডেটার অন্তর্দৃষ্টি দেয় এবং নিজে থেকেই অন্যান্য ক্রিয়াকলাপ সম্পাদন করে। বেশিরভাগ সময়, বাস্তব-বিশ্বের ডেটা অসংগঠিত এবং লেবেলবিহীন।
Sklearn ক্লাস্টারিং, ফ্যাক্টর বিশ্লেষণ, প্রধান উপাদান বিশ্লেষণ, নিউরাল নেটওয়ার্ক ইত্যাদি বাস্তবায়নে সহায়তা করে।
ক্লস্টারিং
অনুরূপ ডেটা একটি কাঠামোর মধ্যে গোষ্ঠীভুক্ত করা হয় এবং যেকোন শব্দ (বাহ্যিক বা অস্বাভাবিক ডেটা) এই ক্লাস্টারের বাইরে পড়বে যা পরে বাদ দেওয়া বা উপেক্ষা করা যেতে পারে।
ক্রস বৈধতা
এটি এমন একটি প্রক্রিয়া যেখানে মূল ডেটাসেট দুটি ভাগে বিভক্ত- 'প্রশিক্ষণ ডেটাসেট' এবং 'টেস্টিং ডেটাসেট'। যখন ক্রস-ভ্যালিডেশন ব্যবহার করা হয় তখন একটি 'ভ্যালিডেশন ডেটাসেট'-এর প্রয়োজন বাদ দেওয়া হয়। 'ক্রস-ভ্যালিডেশন' পদ্ধতির অনেক বৈচিত্র রয়েছে। সবচেয়ে বেশি ব্যবহৃত ক্রস-ভ্যালিডেশন পদ্ধতি হল 'k' ফোল্ড ক্রস-ভ্যালিডেশন।
মাত্রিকতা হ্রাস
ডাইমেনশ্যালিটি রিডাকশন সেই কৌশলগুলি সম্পর্কে বলে যা একটি ডেটাসেটের বৈশিষ্ট্যের সংখ্যা কমাতে ব্যবহৃত হয়। একটি ডেটাসেটে বৈশিষ্ট্যের সংখ্যা বেশি হলে, অ্যালগরিদম মডেল করা প্রায়ই কঠিন। যদি ইনপুট ডেটাসেটে অনেকগুলি ভেরিয়েবল থাকে, তাহলে মেশিন লার্নিং অ্যালগরিদমের কর্মক্ষমতা যথেষ্ট পরিমাণে হ্রাস পেতে পারে৷
ফিচার স্পেসে প্রচুর সংখ্যক ডাইমেনশন থাকার জন্য প্রচুর পরিমাণে মেমরির প্রয়োজন হয় এবং এর মানে হল যে সমস্ত ডেটা স্পেসে (ডেটার সারি) যথাযথভাবে উপস্থাপন করা যায় না। এর মানে, মেশিন লার্নিং অ্যালগরিদমের কর্মক্ষমতা প্রভাবিত হবে, এবং এটি 'মাত্রিকতার অভিশাপ' নামেও পরিচিত। তাই ডেটাসেটে ইনপুট বৈশিষ্ট্যের সংখ্যা কমানোর পরামর্শ দেওয়া হচ্ছে। তাই নাম 'মাত্রিকতা হ্রাস'।
