Handout (scikit-learn)

Vorhersagemodell für die Waldbrandgefahr in Deutschland

Das Handout bietet eine kompakte Referenz zu den wichtigsten Funktionen der Python-Bibliotheken scikit-learn für das Trainieren und Evaluieren von Machine-Learning-Modellen.

Autor:in

Zugehörigkeit

Sören Sparmann

Universität Paderborn

Veröffentlichungsdatum

30. Mai 2025

PDF

Lineare Regression mit Sklearn (scikit-learn)

Pakete importieren

Importiert das Paket zur Durchführung einer linearen Regression.

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

Modell instanziieren

Erzeugt ein leeres Regressionsmodell, das später mit Daten trainiert wird.

model = LinearRegression()

Datensatz einlesen

Liest die (historischen) Daten ein, die für das Training und die Evaluation des Modells verwendet werden.

# Pandas importieren
import pandas as pd

# CSV-Datei einlesen
df = pd.read_csv('data/train.csv')
df.head(5)

	x_1	x_2	y
0	1.0	1.9	4.1
1	2.1	1.2	4.0
2	3.0	4.0	9.2
3	3.9	3.0	9.1
4	5.0	5.1	14.0

Unabhängige und Abhängige Variablen festlegen

Definiert die Eingabedaten X und die Zielgröße y für das Modell.

# Unabhängigen Variablen
X = df[['x_1', 'x_2']].values

# Abhängige Variable
y = df['y'].values

Daten in Trainings- und Validierungsdaten aufteilen

Teilt den Datensatz in zwei Teile auf: Trainingsdaten und Validierungsdaten.

Die Trainingsdaten werden verwendet, um das Modell zu „lernen“, also die optimalen Parameter zu finden.
Die Validierungsdaten dienen anschließend zur Bewertung, wie gut das Modell auf neue, bisher unbekannte Daten generalisiert.

# Daten in Trainings- und Validierungsdaten aufteilen
X_train, X_test, y_train, y_test = train_test_split(
        X,
        y,
        test_size=0.25,
        random_state=42
    )

Modell an die Daten anpassen (trainieren)

Trainiert das Modell auf Basis der vorhandenen Datenpaare X und y.

model.fit(X_train, y_train)

LinearRegression()

In a Jupyter environment, please rerun this cell to show the HTML representation or trust the notebook.
On GitHub, the HTML representation is unable to render, please try loading this page with nbviewer.org.

Vorhersage machen

Berechnet auf Grundlage neuer Eingabewerte eine Vorhersage.

model.predict([
    [2, 3]
])

array([6.46585087])

Modell evaluieren

Bewertet die Güte der Modellanpassung anhand des Bestimmtheitsmaßes (R²).

# Score (Bestimmtheitsmaß) berechnen
model.score(X_test, y_test)

0.9950829109284132

Vorhersagefehler visualisieren.

from sklearn.metrics import PredictionErrorDisplay

pred = model.predict(X_test)

ped = PredictionErrorDisplay(y_true=y_test, y_pred=pred)
ped.plot(kind="actual_vs_predicted")

Wiederverwendung

CC BY-SA 4.0

Zitat

Mit BibTeX zitieren:

@online{sparmann2025,
  author = {Sparmann, Sören},
  title = {Handout (scikit-learn)},
  date = {2025-05-30},
  url = {https://climate-data-entrepreneurial-club.netlify.app/modul_2/submodules/02_waldbrand/03_handout.html},
  langid = {de}
}

Bitte zitieren Sie diese Arbeit als:

Sparmann, Sören. 2025. “Handout (scikit-learn).” May 30, 2025. https://climate-data-entrepreneurial-club.netlify.app/modul_2/submodules/02_waldbrand/03_handout.html.

--- title: "Handout (scikit-learn)" subtitle: "Vorhersagemodell für die Waldbrandgefahr in Deutschland" description: "Das Handout bietet eine kompakte Referenz zu den wichtigsten Funktionen der Python-Bibliotheken scikit-learn für das Trainieren und Evaluieren von Machine-Learning-Modellen." number-sections: false format: html: default handout-pdf: default --- ```{python} #| echo: false import plotly.io as pio pio.renderers.default = "png" ``` :::{.content-visible when-format="html"} <a href="03_handout.pdf" class="btn btn-primary">{{< iconify bi:filetype-pdf >}} PDF</a> ::: ## Lineare Regression mit Sklearn (scikit-learn) ### Pakete importieren Importiert das Paket zur Durchführung einer linearen Regression. ```{python} from sklearn.linear_model import LinearRegression from sklearn.model_selection import train_test_split ``` ### Modell instanziieren Erzeugt ein leeres Regressionsmodell, das später mit Daten trainiert wird. ```{python} model = LinearRegression() ``` ### Datensatz einlesen Liest die (historischen) Daten ein, die für das Training und die Evaluation des Modells verwendet werden. ```{python} # Pandas importieren import pandas as pd # CSV-Datei einlesen df = pd.read_csv('data/train.csv') df.head(5) ``` ### Unabhängige und Abhängige Variablen festlegen Definiert die Eingabedaten `X` und die Zielgröße `y` für das Modell. ```{python} # Unabhängigen Variablen X = df[['x_1', 'x_2']].values # Abhängige Variable y = df['y'].values ``` ### Daten in Trainings- und Validierungsdaten aufteilen Teilt den Datensatz in zwei Teile auf: **Trainingsdaten** und **Validierungsdaten**. + Die **Trainingsdaten** werden verwendet, um das Modell zu „lernen“, also die optimalen Parameter zu finden. + Die **Validierungsdaten** dienen anschließend zur **Bewertung**, wie gut das Modell auf **neue, bisher unbekannte Daten** generalisiert. ```{python} # Daten in Trainings- und Validierungsdaten aufteilen X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.25, random_state=42 ) ``` ### Modell an die Daten anpassen (trainieren) Trainiert das Modell auf Basis der vorhandenen Datenpaare X und y. ```{python} model.fit(X_train, y_train) ``` ### Vorhersage machen Berechnet auf Grundlage neuer Eingabewerte eine Vorhersage. ```{python} model.predict([ [2, 3] ]) ``` ### Modell evaluieren Bewertet die Güte der Modellanpassung anhand des Bestimmtheitsmaßes (R²). ```{python} # Score (Bestimmtheitsmaß) berechnen model.score(X_test, y_test) ``` Vorhersagefehler visualisieren. ```{python} from sklearn.metrics import PredictionErrorDisplay pred = model.predict(X_test) ped = PredictionErrorDisplay(y_true=y_test, y_pred=pred) ped.plot(kind="actual_vs_predicted") ```