История страницы

Обучить модель классификации Версия 1 (

...

Python)

Группа "Robin AI", подгруппа "Машинное обучение".Классификатор (ROBIN)"

...

Описание

Данное действие обучает модель классификации текста.

Задача классификации - определение типа объекта из двух или более существующих классов.
В зависимости от задачи классификации подбираются подбираются подходящие типы классификаторов. Используется совместно с действием "Классифицировать текст".
Более подробно о методах классификации можно посмотреть здесь: Обзор методов классификации в машинном обучении с помощью Scikit-Learn (tproger.ru)

Image Removed

...

Иконка действия

Входные параметры

Данные для обучения - путь к папке с данными для обучения модели классификации. Внутри папки содержатся подпапки с классами, названия которых – это название класса. Внутри каждой подпапки должны быть файлы формата .txt. с различными текстами, которые соответствуют классу. Форматы текстов создаются Пользователем.
Папка с результатом - путь к папке, в которую будет сохранена обученная модель классификации. В указанной папке должно быть создано 2 файла: machine_model.pkl – модель машинного обучения, и tfidf_model.pk – сохранение словаря, токены.
Метод - метод, который будет использоваться для обучения модели классификации. методы базируются на различных алгоритмах классификации. Метод выбирает Пользователь. Для обучения модели классификации могут быть использованы следующие методы:
- Выбрать наиболее подходящий – Choose the most suitable
- SVC - метод опорных векторов
- RandomForest - классификатор дерева решений
- GradientBoosting
- AdaBoost
- nTree - классификатор дерева решений
- KNeighboors - метод к-ближайших соседей
- Naive Bayes - наивный байесовский метод
Перезаписать- если значение параметра "true", и в папке с результатом уже существует файл с таким же именем и расширением, то он будет перезаписан. Если значение параметра"false", файл перезаписан не будет, и действие выдаст ошибку. Файлы machine_model.pcl and tiff_model.pk должны быть уникальны в указанной папке.
Стоп-слова - путь к txt-файлу, который содержит стоп-слова, которые не будут учитываться при обучении модели классификации. Каждое стоп-слово должно быть записано на новой строке. Слова, несущие мало смысла для классификации, но часто встречающиеся, например, в письмах:
- Доброе утро!
- Добрый день!
- С уважением,
- tel:
- email:
Словосочетания - путь к txt-файлу, содержащему словосочетания, которые при обучении модели важно не разделять на отдельные слова для сохранения смысла всей фразы. Каждое словосочетание должно быть записано на новой строке. Словосочетания нужны для указания важности фразы целиком, без разделения по словам. Например: юридическое лицо, операция по чеку, чек по операции, срочный вопрос, группа компаний, стратегия развития.

Выходные параметры

Результат - результат показывает процент точности обученной модели, полученный путем сравнения тестовой и тренировочной выборки в процентном соотношении.

Настройки

Image Added

Параметры и их настройка

Свойство

Описание

Тип

данных

Пример заполнения

Обязательное

Обязательность заполнения поля
Параметры
Данные для обучения	Путь к папке с данными для обучения модели классификации. Внутри папки содержатся подпапки, названия которых – это название класса. Внутри каждой подпапки должны быть txt-файлы с различными текстами, которые соответствуют классу

.Robin.FolderPath

Путь к папке

C:\

Классификатор\Классификатор\result

Users\123\OneDrive\Рабочий стол\Папка с текстами	Да
Папка с результатом	Путь к папке, в которую будет сохранена обученная модель классификации

.Robin.FolderPath

Путь к папке

C:\Users\123\

Классификатор

OneDrive\

Классификатор

Рабочий стол\

model

Индексация	Да
Метод	Метод, который будет использоваться для обучения модели классификации.

Robin.Stringвыбирается из выпадающего списка

Значение по умолчанию – RandomForest

Параметр содержит следующие методы:

Выбрать наиболее подходящий
SVC (Support Vector Machines) – метод опорных векторов
RandomForest – метод случайного леса
GradientBoosting – градиентный бустинг
AdaBoost (Adaptive Boosting) – адаптивный бустинг
DecisionTree (Decision Tree Classifier) – классификатор дерева решений
KNeighboors (K-Nearest Neighbors) – метод k-ближайших соседей
Naive Bayes – наивный байесовский метод

Строка

AdaBoost

Да

Перезаписать

Если значение

"true"

«true», и в папке с результатом уже существует файл с таким же именем и расширением, то он будет перезаписан. Если

"false"

«false», файл перезаписан не будет, и действие вернет ошибку

.

Robin.Booleanотметка галочкой

Логический	true	Нет
Стоп-слова	Путь к txt-файлу, который содержит стоп-слова, которые не будут учитываться при обучении модели классификации. Каждое стоп-слово должно быть записано на новой строке

.Robin.FilePath

Путь к файлу

C:\Users\123\

Классификатор

OneDrive\

Классификатор\stopwords

Рабочий стол\Стоп-слова.txt	Нет
Словосочетания	Путь к txt-файлу, содержащему словосочетания, которые при обучении модели важно не разделять на отдельные слова для сохранения смысла всей фразы. Каждое словосочетание должно быть записано на новой строке

.Robin.FilePath

Путь к файлу

C:\Users\123\

Классификатор

OneDrive\

Классификатор

Рабочий стол\

combinations

Словосочетания.txt	Нет
Результаты
Результат	Процент точности обученной модели

.

Robin.Numeric

Число

Особые условия использования

В списке методов обучения параметра "Метод" при смене языка студии на английский название метода "Выбрать наиболее подходящий" сменяется на название "Choose the most suitable", остальные варианты остаются на английском.

При невыполнении условий проверки параметров робот будет выдавать следующие сообщения об ошибках:

...

Особых условий нет.

Пример использования

Задача

Имеется исходная папка "result":
Image Added

В папке расположены подпапки-классы для обучения классификатора:
Image Added

В каждой папке расположены txt-файлы с различными текстами, которые соответствуют классу:
Image Added

Также имеются текстовые файлы со стоп-словами.
Image Added

и со словосочетаниями.
Image Added

Необходимо обучить модель классификации на имеющихся данных, сохранить обученную модель классификации в папку "Модель классификации"
и вывести процент точности обученной модели в переменной "Результат" через диалоговое окно.

Решение

Воспользоваться действиями "Обучить модель классификации" и "Сообщение".

Реализация

Примеры работы действия

1. Все параметры настроены верно:

"Данные для обучения" - Папка с результатом с необходимой структурой данных,

"Папка с результатом" - существующая папка.

Установить действие группы Robin AI «Обучить модель классификации» на рабочую область;

Корректно настроить параметры действия;

Запустить робота.

Результат: Робот сохранит обученную модель в указанной папке,

2. Указаны неверные пути в:

"Данные для обучения";

"Папка с результатом";

"Стоп-слова";

"Словосочетания".

Установить действие группы Robin AI «Обучить модель классификации» на рабочую область;

Корректно настроить параметры действия;

Запустить робота.

Результат: Робот выдаст ошибку, связанную с несуществующим адресом папки/файла.

3. Указаны неверные форматы файлов в:

"Стоп-слова";

"Словосочетания".

Установить действие группы Robin AI «Обучить модель классификации» на рабочую область;

Корректно настроить параметры действия;

Запустить робота.

Результат: Робот вернет ошибку, так как не может прочитать файлы.

4. Обученная модель (файлы) уже существует в указанном пути "Папка с результатом", но выключено "Перезаписать":

Установить действие группы Robin AI «Обучить модель классификации» на рабочую область;

Корректно настроить параметры действия. Не включать "Перезаписать";

Запустить робота.

Результат: Робот выдаст ошибку, так как не может записать файлы.

5. В папке "Данные для обучения" нет файлов для обучения:

Установить действие группы Robin AI «Обучить модель классификации» на рабочую область;

Корректно настроить параметры действия.

Запустить робота.

Результат: Робот выдаст ошибку.