CommencerCommencer gratuitement

Levenshtein restreint

Vous remarquez que le package stringdist implémente également une variante de la distance de Levenshtein appelée distance de Damerau-Levenshtein restreinte, et vous souhaitez l’essayer. Vous allez suivre la logique de la leçon, l’englober dans une fonction personnalisée et pré-calculer la matrice des distances avant d’entraîner un détecteur d’anomalies de type Local Outlier Factor. Vous mesurerez la performance avec accuracy_score() disponible sous le nom accuracy(). Vous avez également accès aux packages stringdist, numpy sous le nom np, à pdist() et squareform() depuis scipy.spatial.distance, ainsi qu’à LocalOutlierFactor sous le nom lof. Les données ont été préchargées sous forme de dataframe pandas avec deux colonnes, label et sequence, et comportent deux classes : IMMUNE SYSTEM et VIRUS.

Cet exercice fait partie du cours

Concevoir des workflows de Machine Learning en Python

Afficher le cours

Instructions

  • Écrivez une fonction prenant en entrée u et v, chacun étant un tableau contenant une chaîne de caractères, et qui applique la fonction rdlevenshtein() aux deux chaînes.
  • Remodellez la colonne sequence de proteins en la convertissant d’abord en tableau numpy, puis en utilisant .reshape().
  • Calculez une matrice carrée des distances pour sequences à l’aide de my_rdlevenshtein(), puis ajustez lof dessus.
  • Calculez l’accuracy en convertissant preds et proteins['label'] en booléens indiquant si une protéine est un virus.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Wrap the RD-Levenshtein metric in a custom function
def my_rdlevenshtein(u, v):
    return ____.rdlevenshtein(____, ____)

# Reshape the array into a numpy matrix
sequences = ____(proteins['seq']).____(-1, 1)

# Compute the pairwise distance matrix in square form
M = ____

# Run a LoF algorithm on the precomputed distance matrix
preds = lof(metric=____).____(M)

# Compute the accuracy of the outlier predictions
print(accuracy(____, ____))
Modifier et exécuter le code