Como usei Python para ajudar animais abandonados

Palestra sobre Machine Learning apresentada na Python Brasil 12, em Florianópolis Brasil em 2016.

Transcript

1. Como usei o Python para ajudar animais abandonados
2. Como usei o Python para ajudar animais abandonados catioros
3. Oi! Annanda Dandi Estudante de Ciência da Computação na UFRJ Fundadora do Pyladies Rio em 2014 Organizadora de eventos Django Girls Apaixonada por ciência e matemática Mãe de um gatinho chamado Shinta
5. O problema
6. Dataset com labels
7. Dataset com labels
8. Dataset com labels Dataset sem labels
9. Dataset com labels Dataset sem labels
10. Dataset com labels Atribuir labels aos dados Dataset sem labels
11. Dataset com labels Atribuir labels aos dados Dataset sem labels Características de animais do Austin Animal Center
12. Dataset com labels Atribuir labels aos dados Dataset sem labels Características de animais do Austin Animal Center Foi adotado, morreu, etc...
14. Fábio Rangel Fabrício Firmino Os professores
15. Daniel Lima Minha dupla
16. Sequência do trabalho Limpeza dos dados Escolha do(s) modelo(s) Avaliação Estatísticas sobre os dados
17. Os dados
18. Descrição dos Dados - features ✘ ID ✘ Nome ✘ Datetime ✘ Tipo de animal ✘ Cor ✘ Raça ✘ Sexo e Castração ✘ Idade ✘ Subtypeoutcome
19. Descrição dos Dados - labels ✘ Adoção ✘ Eutanásia ✘ Transferência ✘ Morte ✘ Retorno ao dono
20. 26.729 Exemplos no dataset de treinamento
21. Destinos dos animais Transferidos: 35.3% Adotados: 40.3% Eutanásia: 5.8% Mortos: 0.7% Devolvidos ao dono: 17.9%
22. Destinos dos animais 197 mortos Transferidos: 35.3% Adotados: 40.3% Eutanásia: 5.8% Mortos: 0.7% Devolvidos ao dono: 17.9%
23. Cães vs Gatos 41.7% 58.4% Gatos Cães
24. Tipos de animais e adoção Adotados gatos: 39.67% Adotados cães: 60.33%
25. Sexo dos animais 46.1% 49.8% 4.1% Fêmeas Machos Desconhecidos
26. Castração dos animais Não castrados: 26.3% Castrados: 69.6% Desconhecido: 4.1%
27. Castração e adoção Adotados não castrados: 3.35% Adotados castrados: 96.65%
28. 55.96% dos animais não castrados foram adotados dos animais castrados foram adotados 5.13%
29. Final de semana Dia de semana: 67.58% Final de semana: 32.42% Registros e dias da semana
30. Final de semana e destinos Transferência: 27.62% Morte: 0.70% Eutanásia: 3.87% Adoção: 52.23% Devolução ao dono: 15.58%
31. Feriados Feriados: 3.01% Não feriados: 96.99%
32. 40.05% dos animais adotados foram adotados em feriados dos registros em feriados, foram de adoção 3.03%
33. ✘ Puppy: até 1 ano ✘ Adult: 1 a 8 anos ✘ Aging dog: + 8 anos ✘ Kitten: até 1 ano ✘ Adult: 1 a 7 anos ✘ Senior: + 7 anos Idade
34. Faixa etária gato Senior: 3.73% Adult: 19.11% Kitten: 77.16%
35. Faixa etária cão Aging Dog 5.42% Adult 47.88% Puppy 46.69%
36. Faixa etária e adoção gatos Adult 12.66% Senior: 3.46% Kitten: 83.88%
37. Faixa etária e adoção cães Aging Dog 1.80% Adult 40.02% Puppy 58.18%
38. Standard Poodle Mix Dachshund/Havanese Pit Bull Domestic Medium Hair Mix Siamese/Domestic Shorthair Siamese Raças Total: 1320 Total: 60
39. Standard Poodle Mix Dachshund/Havanese Pit Bull Domestic Medium Hair Mix Siamese/Domestic Shorthair Siamese Raças Total: 191 Total: 34
40. Blue Merle/White Chocolate/Tricolor Yellow Brindle Blue Tabby/Orange Chocolate Point/White Calico Cores Total: 262 Total: 146
41. Blue Merle/White Chocolate/Tricolor Yellow Brindle Blue Tabby/Orange Chocolate Point/White Calico Cores Cores: 21 Padrões: 6 Cores: 16 Padrões: 10
42. Tratamento e limpeza dos dados ✘ Não uso o ID ✘ Nome: coluna indicando se tem nome ✘ Não uso o SubtypeOutcome ✘ Cães e gatos tratados separadamente ✘ Datetime: coluna indicando se é free day ✘ Idade: separados em três faixas etárias ✘ Raça: criação de nova coluna de mix ✘ Cor: criação de nova coluna de padrão ✘ Sexo e castração: separados um do outro
43. Algoritmos utilizados ✘ Decision Tree ✘ Random Forest ✘ Gradient Boost ✘ Votation
44. Métricas de avaliação ✘ Acurácia: escolha inicial, não foi uma boa métrica de avaliação ✘ Logloss: escolha posterior Resultado: probabilidade de um exemplo ser de cada classe
45. Melhor resultado ✘ Algoritmo ✗ Gradient Boost ✘ Parâmetros ✗ Default Logloss on cats: -0.68 Logloss on dogs: -1.00 Posição na competição: 692
46. Melhor resultado Tirando raça Tirando raça e cor Tirando subtypeoutcome Foster Tirando Datetime Logloss Cats -0.68 -0.68 -0.68 -0.72 -0.70 Logloss Dogs -1.00 -1.02 -1.02 -1.03 -1.03 Comparando resultados de outras tentativas
47. Conclusões e considerações ✘ Classificação melhor dos gatos ✘ Não tratamos cor e raça corretamente, pois tirando eles melhorava o resultado (exceto Gradient Boosting) ✘ Levar em consideração o Datetime realmente melhora o resultado ✘ Não houve aprendizagem sobre o outcome Morte. Modelo não classificou nenhuma instância do teste como sendo Morte ✘ Mais tempo tratando os dados que aplicando os algoritmos
48. THANKS! Alguma pergunta? ✘ @4nn4nd4 ✘ annanda.sousa@gmail.com
49. Credits Special thanks to all the people who made and released these awesome resources for free: ✘ Presentation template by SlidesCarnival
50. SlidesCarnival icons are editable shapes. This means that you can: • Resize them without losing quality. • Change fill color and opacity. Isn’t that nice? :) Examples: