<pre style="text-align: center;"><em>"[___WARNING_Kh&oacute;a học đang trong qu&aacute; tr&igrave;nh cập nhật nội dung mỗi tuần <br />n&ecirc;n kh&ocirc;ng thể tr&aacute;nh khỏi sai s&oacute;t. Rất mong bạn đọc th&ocirc;ng cảm. <br />Nếu c&oacute; bất cứ thắc mắc n&agrave;o h&atilde;y ib cho page <a href="https://www.facebook.com/tek4.vn">TEK4.VN</a> <br />hoặc thảo luận tại group <a href="https://www.facebook.com/groups/tek4.vn">TEK4.VN- Học Lập Tr&igrave;nh Miễn Ph&iacute;</a>_WARNING___]"</em></pre>
<h3 style="text-align: justify;">Giới thiệu kh&oacute;a học machine learning cơ bản với Python</h3>
<p style="text-align: justify;">Bạn nghe n&oacute;i về tr&iacute; tuệ nh&acirc;n tạo rồi machine learning v&agrave; muốn t&igrave;m hiểu về n&oacute;. Kh&oacute;a học n&agrave;y l&agrave; gi&agrave;nh cho bạn.</p>
<p style="text-align: justify;">Kh&oacute;a học n&agrave;y được thiết kế một c&aacute;ch b&agrave;i bản với những kiến thức từ cơ bản đến n&acirc;ng cao gi&uacute;p bạn c&oacute; khả năng l&agrave;m quen một c&aacute;ch dễ d&agrave;ng nhất với lĩnh vực machine learning.</p>
<p style="text-align: justify;">C&aacute;c chủ đề của kh&oacute;a học được thiết kế liền mạch với những giải th&iacute;ch dễ hiểu v&agrave; v&iacute; dụ minh họa thực tế. Với mỗi b&agrave;i học, bạn sẽ được l&agrave;m quen với c&aacute;c kỹ năng mới v&agrave; n&acirc;ng cao hiểu biết của m&igrave;nh về lĩnh vực học m&aacute;y đầy th&aacute;ch thức nhưng lại v&ocirc; c&ugrave;ng th&uacute; vị với nhiều ứng dụng thực tế n&agrave;y.</p>
<p style="text-align: justify;">Một điều đặc biệt nữa của kh&oacute;a học l&agrave; n&oacute; được thiết kế sao cho mỗi phần l&agrave; tương đối độc lập. V&igrave; vậy, bạn c&oacute; thể học to&agrave;n bộ kh&oacute;a học từ đầu đến cuối hoặc bạn cũng c&oacute; thể nhảy ngay v&agrave;o bất kỳ phần cụ thể n&agrave;o v&agrave; t&igrave;m hiểu những g&igrave; bạn cần ngay lập tức.</p>
<p style="text-align: justify;">Hơn nữa, kh&oacute;a học bao gồm nhiều b&agrave;i tập dựa tr&ecirc;n c&aacute;c nghi&ecirc;n cứu t&igrave;nh huống thực tế trong đời sống. V&igrave; vậy, bạn kh&ocirc;ng chỉ học l&yacute; thuyết m&agrave; c&ograve;n được thực h&agrave;nh rất nhiều v&iacute; dụ để x&acirc;y dựng c&aacute;c m&ocirc; h&igrave;nh của ri&ecirc;ng m&igrave;nh một c&aacute;ch thực thụ. Đặc biệt, bạn sẽ được luyện tập với c&aacute;c kh&aacute;i niệm NGAY LẬP TỨC với hệ thống b&agrave;i tập được hệ thống h&oacute;a v&agrave; đ&aacute;nh gi&aacute; trực tiếp tr&ecirc;n TEK4.VN.</p>
<h3 style="text-align: justify;">Kh&oacute;a học machine learning cơ bản với Python n&agrave;y d&agrave;nh cho ai?</h3>
<ul>
<li style="text-align: justify;">Bất cứ ai quan t&acirc;m đến Machine Learning.</li>
<li style="text-align: justify;">Học vi&ecirc;n đ&atilde; c&oacute; những kiến thức trung học phổ th&ocirc;ng về to&aacute;n v&agrave; muốn bắt đầu học Machine Learning.</li>
<li style="text-align: justify;">Bất kỳ ai đ&atilde; c&oacute; những kiến thức cơ bản về học m&aacute;y, như c&aacute;c thuật to&aacute;n cổ điển như hồi quy tuyến t&iacute;nh hoặc hồi quy logistic, nhưng vẫn muốn t&igrave;m hiểu th&ecirc;m về học m&aacute;y v&agrave; kh&aacute;m ph&aacute; c&aacute;c kh&iacute;a cạnh kh&aacute;c của machine learning.</li>
<li style="text-align: justify;">Bất kỳ ai gặp kh&oacute; khăn trong việc lập tr&igrave;nh để &aacute;p dụng c&aacute;c thuật to&aacute;n học m&aacute;y v&agrave;o b&agrave;i to&aacute;n thực tế.</li>
<li style="text-align: justify;">Bất kỳ sinh vi&ecirc;n đại học n&agrave;o muốn bắt đầu sự nghiệp trong lĩnh vực machine learning.</li>
<li style="text-align: justify;">Bất kỳ ai muốn n&acirc;ng cao kiến thức của bản th&acirc;n trong lĩnh vực Machine Learning.</li>
<li style="text-align: justify;">Bất kỳ người n&agrave;o kh&ocirc;ng h&agrave;i l&ograve;ng với c&ocirc;ng việc của họ v&agrave; muốn trở th&agrave;nh Nh&agrave; khoa học dữ liệu.</li>
<li style="text-align: justify;">Bất kỳ người n&agrave;o muốn tạo gi&aacute; trị gia tăng cho doanh nghiệp của họ bằng c&aacute;ch sử dụng c&aacute;c c&ocirc;ng cụ Machine Learning mạnh mẽ.</li>
</ul>

Machine Learning cơ bản với Python

<p>H&ocirc;m nay ch&uacute;ng ta sẽ thực hiện đ&aacute;nh gi&aacute; hiệu quả của một m&ocirc; h&igrave;nh ph&acirc;n lớp (Classification). Ch&uacute;ng ta sẽ sử dụng c&aacute;c độ đo hiệu suất như accuracy (chuẩn x&aacute;c), precision (ch&iacute;nh x&aacute;c), recall (hồi tưởng) v&agrave; f1. Ch&uacute;ng ta sẽ sử dụng thư viện scikit-learn, cụ thể hơn l&agrave; sử dụng module con sklearn.metrics để đ&aacute;nh gi&aacute; hiệu quả của m&ocirc; h&igrave;nh.</p>
<p>Ch&uacute;ng ta sẽ sử dụng một bộ dữ liệu ti&ecirc;u chuẩn (bộ dữ liệu về ung thư v&uacute; của Scikit-learn), một m&ocirc; h&igrave;nh ti&ecirc;u chuẩn (Logistic Regression).</p>
<p>Đầu ti&ecirc;n, ch&uacute;ng ta sẽ nạp c&aacute;c thư viện cần thiết v&agrave;o:</p>
<pre class="language-python" data-content="import%20pandas%20as%20pd%0Aimport%20numpy%20as%20np%0Aimport%20matplotlib.pyplot%20as%20plt" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>import pandas as pd
import numpy as np
import matplotlib.pyplot as plt</code></pre>
<p>Ch&uacute;ng ta sử dụng dữ liệu ung thư v&uacute; của Scikit-learn trong module con sklearn.datasets:</p>
<pre class="language-python" data-content="data%20%3D%20datasets.load_breast_cancer(return_X_y%3DTrue%2C%20as_frame%3DTrue)%0Adata%20%3D%20pd.concat(%5Bdata%5B0%5D%2C%20data%5B1%5D%5D%2C%20axis%3D1)%0Adata.head()" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>data = datasets.load_breast_cancer(return_X_y=True, as_frame=True)
data = pd.concat([data[0], data[1]], axis=1)
data.head()</code></pre>
<table class="dataframe" border="1">
<thead>
<tr>
<th>&nbsp;</th>
<th>mean radius</th>
<th>mean texture</th>
<th>mean perimeter</th>
<th>mean area</th>
<th>mean smoothness</th>
<th>mean compactness</th>
<th>mean concavity</th>
<th>mean concave points</th>
<th>mean symmetry</th>
<th>mean fractal dimension</th>
<th>...</th>
<th>worst texture</th>
<th>worst perimeter</th>
<th>worst area</th>
<th>worst smoothness</th>
<th>worst compactness</th>
<th>worst concavity</th>
<th>worst concave points</th>
<th>worst symmetry</th>
<th>worst fractal dimension</th>
<th>target</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>17.99</td>
<td>10.38</td>
<td>122.80</td>
<td>1001.0</td>
<td>0.11840</td>
<td>0.27760</td>
<td>0.3001</td>
<td>0.14710</td>
<td>0.2419</td>
<td>0.07871</td>
<td>...</td>
<td>17.33</td>
<td>184.60</td>
<td>2019.0</td>
<td>0.1622</td>
<td>0.6656</td>
<td>0.7119</td>
<td>0.2654</td>
<td>0.4601</td>
<td>0.11890</td>
<td>0</td>
</tr>
<tr>
<th>1</th>
<td>20.57</td>
<td>17.77</td>
<td>132.90</td>
<td>1326.0</td>
<td>0.08474</td>
<td>0.07864</td>
<td>0.0869</td>
<td>0.07017</td>
<td>0.1812</td>
<td>0.05667</td>
<td>...</td>
<td>23.41</td>
<td>158.80</td>
<td>1956.0</td>
<td>0.1238</td>
<td>0.1866</td>
<td>0.2416</td>
<td>0.1860</td>
<td>0.2750</td>
<td>0.08902</td>
<td>0</td>
</tr>
<tr>
<th>2</th>
<td>19.69</td>
<td>21.25</td>
<td>130.00</td>
<td>1203.0</td>
<td>0.10960</td>
<td>0.15990</td>
<td>0.1974</td>
<td>0.12790</td>
<td>0.2069</td>
<td>0.05999</td>
<td>...</td>
<td>25.53</td>
<td>152.50</td>
<td>1709.0</td>
<td>0.1444</td>
<td>0.4245</td>
<td>0.4504</td>
<td>0.2430</td>
<td>0.3613</td>
<td>0.08758</td>
<td>0</td>
</tr>
<tr>
<th>3</th>
<td>11.42</td>
<td>20.38</td>
<td>77.58</td>
<td>386.1</td>
<td>0.14250</td>
<td>0.28390</td>
<td>0.2414</td>
<td>0.10520</td>
<td>0.2597</td>
<td>0.09744</td>
<td>...</td>
<td>26.50</td>
<td>98.87</td>
<td>567.7</td>
<td>0.2098</td>
<td>0.8663</td>
<td>0.6869</td>
<td>0.2575</td>
<td>0.6638</td>
<td>0.17300</td>
<td>0</td>
</tr>
<tr>
<th>4</th>
<td>20.29</td>
<td>14.34</td>
<td>135.10</td>
<td>1297.0</td>
<td>0.10030</td>
<td>0.13280</td>
<td>0.1980</td>
<td>0.10430</td>
<td>0.1809</td>
<td>0.05883</td>
<td>...</td>
<td>16.67</td>
<td>152.20</td>
<td>1575.0</td>
<td>0.1374</td>
<td>0.2050</td>
<td>0.4000</td>
<td>0.1625</td>
<td>0.2364</td>
<td>0.07678</td>
<td>0</td>
</tr>
</tbody>
</table>
<p>Ch&uacute;ng ta sẽ kh&ocirc;ng thực hiện tiền xử l&yacute; dữ liệu, v&igrave; mục ti&ecirc;u của ta l&agrave; t&igrave;m hiểu về c&aacute;c c&aacute;ch đ&aacute;nh gi&aacute; hiệu quả của b&agrave;i to&aacute;n ph&acirc;n lớp.</p>
<p>Ta sẽ in ra số lượng điểm dữ liệu rơi v&agrave;o mỗi lớp:</p>
<pre class="language-python" data-content="data%5B'target'%5D.value_counts()" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>data['target'].value_counts()</code></pre>
<p>Kết quả trả về:</p>
<pre class="language-python" data-content="1%20%20%20%20357%0A0%20%20%20%20212%0AName%3A%20target%2C%20dtype%3A%20int64" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>1    357
0    212
Name: target, dtype: int64</code></pre>
<p>Từ đ&oacute;, ta thực hiện chia dữ liệu th&ocirc;ng qua StratifiedShuffleSplit. Về Stratified Shuffle Split (chia dữ liệu đều, ngẫu nhi&ecirc;n v&agrave; bảo đảm ph&acirc;n phối dữ liệu), c&aacute;c bạn c&oacute; thể đọc qua b&agrave;i n&agrave;y: <a href="https://tek4.vn/khoa-hoc/machine-learning-co-ban/chia-training-set-va-testing-set-voi-python">Chia Training Set v&agrave; Testing Set với Python (tek4.vn)</a>.</p>
<pre class="language-python" data-content="from%20sklearn.model_selection%20import%20StratifiedShuffleSplit%0Asss%20%3D%20StratifiedShuffleSplit(n_splits%3D5%2C%20test_size%3D0.5%2C%20random_state%3D0)%0Asss.get_n_splits(X%2C%20y)" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>from sklearn.model_selection import StratifiedShuffleSplit
sss = StratifiedShuffleSplit(n_splits=5, test_size=0.5, random_state=0)
sss.get_n_splits(X, y)</code></pre>
<p>Sau khi chia dữ liệu th&agrave;nh c&aacute;c phần như vậy, ch&uacute;ng ta bắt đầu thực hiện cho m&aacute;y học:</p>
<pre class="language-python" data-content="from%20sklearn.linear_model%20import%20LogisticRegression%0Afrom%20sklearn.metrics%20import%20accuracy_score%2C%20precision_score%2C%20recall_score%2C%20f1_score%2C%20confusion_matrix%2C%20ConfusionMatrixDisplay%0A%0Amodel%3DLogisticRegression()%0Ascores%20%3D%20%5B%5D%0Aconf_mat%20%3D%20%5B%5D%0A%0Afor%20train_index%2C%20test_index%20in%20sss.split(X%2C%20y)%3A%0A%20%20%20%20X_train%2C%20X_test%20%3D%20X%5Btrain_index%5D%2C%20X%5Btest_index%5D%0A%20%20%20%20y_train%2C%20y_test%20%3D%20y%5Btrain_index%5D%2C%20y%5Btest_index%5D%0A%20%20%20%20model.fit(X_train%2C%20y_train)%0A%20%20%20%20pred%20%3D%20model.predict(X_test)%0A%20%20%20%20scores.append(%5Baccuracy_score(y_test%2C%20pred)%2C%20precision_score(y_test%2C%20pred)%2C%20recall_score(y_test%2C%20pred)%2C%20f1_score(y_test%2C%20pred)%5D)%0A%20%20%20%20conf_mat.append(confusion_matrix(y_test%2Cpred))" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score, confusion_matrix, ConfusionMatrixDisplay

model=LogisticRegression()
scores = []
conf_mat = []

for train_index, test_index in sss.split(X, y):
    X_train, X_test = X[train_index], X[test_index]
    y_train, y_test = y[train_index], y[test_index]
    model.fit(X_train, y_train)
    pred = model.predict(X_test)
    scores.append([accuracy_score(y_test, pred), precision_score(y_test, pred), recall_score(y_test, pred), f1_score(y_test, pred)])
    conf_mat.append(confusion_matrix(y_test,pred))</code></pre>
<p>Ta sẽ in ra điểm của m&ocirc; h&igrave;nh khi được huấn luyện t&iacute;ch lũy tr&ecirc;n lần lượt c&aacute;c bộ dữ liệu con</p>
<pre class="language-python" data-content="pd.set_option('display.max_rows'%2C%20None)%0Aresult%20%3D%20pd.DataFrame(scores%2C%20columns%3D%5B%22Accuracy%22%2C%22Precision%22%2C%22Recall%22%2C%20%22F1%22%5D)%0Aresult" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>pd.set_option('display.max_rows', None)
result = pd.DataFrame(scores, columns=["Accuracy","Precision","Recall", "F1"])
result</code></pre>
<table class="google-visualization-table-table" cellspacing="0"><colgroup><col /></colgroup>
<thead>
<tr class="google-visualization-table-tr-head">
<th class="google-visualization-table-th gradient google-visualization-table-type-number index_column unsorted" tabindex="0" role="button" aria-label="Sort column">index</th>
<th class="google-visualization-table-th gradient google-visualization-table-type-number unsorted" tabindex="0" role="button" aria-label="Sort column">Accuracy</th>
<th class="google-visualization-table-th gradient google-visualization-table-type-number unsorted" tabindex="0" role="button" aria-label="Sort column">Precision</th>
<th class="google-visualization-table-th gradient google-visualization-table-type-number unsorted" tabindex="0" role="button" aria-label="Sort column">Recall</th>
<th class="google-visualization-table-th gradient google-visualization-table-type-number unsorted" tabindex="0" role="button" aria-label="Sort column">F1</th>
</tr>
</thead>
<tbody>
<tr class="google-visualization-table-tr-even">
<td class="google-visualization-table-type-number index_column id-0 google-visualization-table-td" colspan="1">0</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9298245614035088</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9344262295081968</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9553072625698324</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9447513812154698</td>
</tr>
<tr class="google-visualization-table-tr-odd">
<td class="google-visualization-table-type-number index_column id-1 google-visualization-table-td" colspan="1">1</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9298245614035088</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9162303664921466</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9776536312849162</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9459459459459459</td>
</tr>
<tr class="google-visualization-table-tr-even">
<td class="google-visualization-table-type-number index_column id-2 google-visualization-table-td" colspan="1">2</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9438596491228071</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9453551912568307</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9664804469273743</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9558011049723757</td>
</tr>
<tr class="google-visualization-table-tr-odd">
<td class="google-visualization-table-type-number index_column id-3 google-visualization-table-td" colspan="1">3</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9192982456140351</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9333333333333333</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9385474860335196</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.935933147632312</td>
</tr>
<tr class="google-visualization-table-tr-even google-visualization-table-tr-sel google-visualization-table-tr-over">
<td class="google-visualization-table-type-number index_column id-4 google-visualization-table-td" colspan="1">4</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9228070175438596</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9197860962566845</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9608938547486033</td>
<td class="google-visualization-table-type-number google-visualization-table-td" colspan="1">0.9398907103825136</td>
</tr>
</tbody>
</table>
<p>&nbsp;</p>
<p>Accuracy đại diện cho độ ch&iacute;nh x&aacute;c của cả 2 loại đo&aacute;n nhận.</p>
<p>$$\text{accuracy} = \frac{\text{dương t&iacute;nh thật + &acirc;m t&iacute;nh thật}}{\text{dương t&iacute;nh thật + dương t&iacute;nh giả + &acirc;m t&iacute;nh thật + &acirc;m t&iacute;nh giả}}$$</p>
<p>Precision đại điện cho độ ch&iacute;nh x&aacute;c của những đo&aacute;n nhận positive.</p>
<p>$$\text{precision} = \frac{\text{dương t&iacute;nh thật}}{\text{dương t&iacute;nh thật + dương t&iacute;nh giả}}$$</p>
<p>Precision thường được sử dụng k&egrave;m với một gi&aacute; trị kh&aacute;c, ch&iacute;nh l&agrave; recall, đại diện cho độ ch&iacute;nh x&aacute;c của những đo&aacute;n nhận negative:</p>
<p>$$\text{recall} = \frac{\text{&acirc;m t&iacute;nh thật}}{\text{&acirc;m t&iacute;nh thật + &acirc;m t&iacute;nh giả}}$$</p>
<p><img style="width: 600px; display: block; margin-left: auto; margin-right: auto;" src="https://tek4.vn/public_files/d11bcf51-a451-49d5-b633-ef7bcd2fc537" alt="7" height="328" /></p>
<p>F1-score</p>
<p>T&ugrave;y thuộc v&agrave;o b&agrave;i to&aacute;n m&agrave; bạn sẽ muốn ưu tiến sử dụng Recall hay Precision. Nhưng cũng c&oacute; rất nhiều bai to&aacute;n m&agrave; cả Precision hay Recall đều quan trọng. Một metric phổ biến đ&atilde; kết hợp cả Recall v&agrave; Precision lại được gọi l&agrave; F1-score</p>
<p>$$F_1= \frac {\text{dương t&iacute;nh thật}} {\text{dương t&iacute;nh thật+avg(dương t&iacute;nh giả+&acirc;m t&iacute;nh giả)}}$$</p>
<p>Điểm F1 sẽ cao nhất khi c&oacute; điểm precision v&agrave; điểm recall gần nhau. Thế nhưng, sẽ c&oacute; một số trường hợp ta sẽ muốn một điểm cao hơn điểm c&ograve;n lại.</p>
<pre class="language-python" data-content="import%20seaborn%20as%20sns%0Afig%2C%20axn%20%3D%20plt.subplots(1%2C5%2C%20sharex%3DTrue%2C%20sharey%3DTrue%2Cfigsize%3D(24%2C4))%0A%0Afor%20i%2C%20ax%20in%20enumerate(axn.flat)%3A%0A%20%20%20%20sns.heatmap(conf_mat%5Bi%5D%2C%20ax%3Dax%2Ccbar%3Di%3D%3D4%2C%20annot%3Dconf_mat%5Bi%5D)%0A%20%20%20%20ax.set_title(i%2Cfontsize%3D8)" data-language="python" data-ace-language="python" data-name-language="Python 3" data-main-file="main.python"><code>import seaborn as sns
fig, axn = plt.subplots(1,5, sharex=True, sharey=True,figsize=(24,4))

for i, ax in enumerate(axn.flat):
    sns.heatmap(conf_mat[i], ax=ax,cbar=i==4, annot=conf_mat[i])
    ax.set_title(i,fontsize=8)</code></pre>
<p><img style="width: 100%;" src="https://tek4.vn/public_files/54caa484-3f2a-40d4-bd74-dfffc3259140" alt="confusion matrices" /></p>

Ví Dụ Đánh Giá Hiệu Quả Của Bài Toán Phân Lớp (Nhị Phân)