एक्टिव लर्निंग पाइपलाइन लागू करना
इस अभ्यास में, आप एक लॉजिस्टिक रिग्रेशन मॉडल और अनसर्टेनटी सैंपलिंग स्ट्रैटेजी का उपयोग करके एक एक्टिव लर्नर सेट अप करेंगे.
डेटासेट पहले से लोड है: लेबल किए गए प्रशिक्षण डेटा के लिए X_labeled, बिना लेबल वाले प्रशिक्षण डेटा के लिए X_unlabeled, और लेबल्स के लिए y_labeled.
आवश्यक लाइब्रेरी इम्पोर्ट की जा चुकी हैं: modAL.models से ActiveLearner, modAL.uncertainty से uncertainty_sampling और sklearn.linear_model से LogisticRegression.
यह अभ्यास पाठ्यक्रम का हिस्सा है
मानवीय फीडबैक से रिइनफोर्समेंट लर्निंग (RLHF)
अभ्यास निर्देश
- एक
ActiveLearnerऑब्जेक्ट इनिशियलाइज़ करें. - एस्टीमेटर के रूप में LogisticRegression का उपयोग करें.
- क्वेरी स्ट्रैटेजी के रूप में uncertainty sampling का उपयोग करें.
- लेबल किए गए प्रशिक्षण डेटा के साथ लर्नर को इनिशियलाइज़ करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create the active learner object
learner = ____(
# Set the estimator
____,
# Set the query strategy
____,
# Pass the labeled data
X_training=____, y_training=____
)