使用神经网络实现葡萄酒数据集的分类分析
目录
二、实验环境
三、实验内容和过程
一、实验目的
- 掌握神经网络及深度学习建模分析
- 掌握使用神经网络实现分类的方法
- 掌握使用Keras框架实现深度学习的方法
- 了解各分类器之间的差异
二、实验环境
操作系统:Windows
应用软件:anaconda jupyter
三、实验内容和过程
关于solver:
-lbfgs:机器学习中解决函数最优化问题比较常用的手段,在牛顿法基础上提出的一种求解函数根的算法。 牛顿法与拟牛顿法学习笔记(五)L-BFGS 算法_皮果提的博客-CSDN博客_bfgs算法
-sgd:随机梯度下降,每次选择一个mini-batch,而不是全部样本,使用梯度下降来更新模型参数。它解决了随机小批量样本的问题。
-adam: Kingma, Diederik, and Jimmy Ba提出的机遇随机梯度的优化器,基本解决了之前提到的梯度下降的一系列问题,比如随机小样本、自适应学习率、容易卡在梯度较小点等问题。 注意:默认solver ‘adam’在相对较大的数据集上效果比较好(几千个样本或者更多),对小数据集来说,lbfgs收敛更快效果也更好。
关于activation(p121):
-identity:f(x) = x
-logistic:其实就是sigmod,f(x) = 1 / (1 + exp(-x))
-tanh:f(x) = tanh(x)
-relu:f(x) = max(0, x)
例题1:使用神经网络实现葡萄酒数据集的分类分析,分类值为葡萄酒质量,(1-10之间),选择不同的优化权重算法(solver)进行模型比较并分析。 (包含模型分类评估) *使用“quality”列
代码如下(示例):
#第一步 读入数据,划分训练集和测试集
import pandas as pd
import numpy as np
filename='data\wine.csv'
data=pd.read_csv(filename,index_col='idx')
data.drop('good_or_not',axis=1,inplace=True)
x = data.drop('quality', axis=1).values.astype(float)
y = data['quality'].values.astype(float)
from sklearn import model_selection#分割训练集和测试集
X_train,X_test,y_train,y_test = model_selection.train_test_split(x,y,test_size=0.5,random_state=1)#划分训练/测试集
print(X_train)
结果:
#第二步 创建神经网络分类器,训练网络节点连接权重及偏置项(此处用到lbfgs函数)
from sklearn.neural_network import MLPClassifier
mlp = MLPClassifier(solver='lbfgs',alpha=1e-5,hidden_layer_sizes=(5, 5),random_state=1)#表示有两个隐藏层,每层神经元个数分别为3、3
mlp.fit(X_train,y_train)
print(mlp.score(X_test,y_test))#mlp.score查看模型评分,返回给定测试数据和标签上的平均准确度
结果:
#第三步 分类器性能评估
from sklearn import metrics
y_predicted = mlp.predict(X_test)
print("Classification report for %s" % mlp)
print(metrics.classification_report(y_test, y_predicted) )
print( "Confusion matrix:\n", metrics.confusion_matrix(y_test, y_predicted) )
#重新计算,修改为sgd函数
#创建神经网络分类器,训练网络节点连接权重及偏置项
mlp = MLPClassifier(solver='sgd',alpha=1e-5,hidden_layer_sizes=(3,3),random_state=1)#表示有两个隐藏层,每层神经元个数分别为3、3
mlp.fit(X_train,y_train)
print(mlp.score(X_test,y_test))#mlp.score查看模型评分,返回给定测试数据和标签上的平均准确度
结果:
#分类器性能评估
y_predicted = mlp.predict(X_test)
print("Classification report for %s" % mlp)
print(metrics.classification_report(y_test, y_predicted) )
print( "Confusion matrix:\n", metrics.confusion_matrix(y_test, y_predicted) )
Keras是一个使用Python开发的多层神经网络API,能方便地以开源深度学习库,作为后端运行。Keras具有高度模块化、简单及可扩充等特性,支持简易和快速的原型设计。
Keras采用模型构建神经网络。序贯(Sequential)模型是简单的线性模型,由多个网络层按输出顺序线性堆叠而成,只有一个输出。函数式(Functional)模型则在序列模型的基础上,允许用户定义多输出、非循环有向或具有共享层的结构。
基于Keras训练神经网络模型可以按照以下三个步骤进行(以序贯模型为例):
•定义神经网络的结构,说明组成网络的层类型、参数;
•定义神经网络的损失函数、优化器、性能评估指标,并编译模型;
•使用数据集训练模型、预测、性能分析。
1.Keras模型常用层 基于Keras构建神经网络一般包括以下通用层。
(1)Dense层:全连接层,其节点与下一层节点完全连接。 Dense(units,input_dim,…)
(2)Activation层:激活层,对上一层的输出施加激活函数。常见的激活函数有softmax,relu,tanh,sigmoid等。
(3)Dropout层:中断层,在训练过程中,每次更新参数时按照一定的概率,随即断开给定百分比(p)的输入神经元连接,用于防止过拟合。
2.Keras模型常用函数 Keras提供了神经网络模型编译、训练及性能评估的各类函数,使用方法如下。
(1)模型编译:model.compile(loss,optimizer,metrics,…)
(2)模型训练: model.fit(x,y,batch_size,epochs,verbose,validation_split,validation_data,…)
(3)模型评估:model.evaluate(x_test,y_test,verbose,...) 返回模型指定的loss和metrics。
(4)模型预测:model.predict(x_test,verbose,...)
例题2:基于Keras建立深度神经网络模型,采取不同的数据集划分比例(9:1,8:2,7:3),为葡萄酒数据集训练分类器并进行分析。(包含模型分类性能的评估)
*使用“good_or_not”列(此处仅展示比例为9:1的情况)
import pandas as pd
filename='data\wine.csv'
data=pd.read_csv(filename,index_col='idx')
data.loc[data['good_or_not']=='good','good_or_not']=1
data.loc[data['good_or_not']=='not','good_or_not']=0
data.drop('quality',axis=1,inplace=True)
x = data.drop('good_or_not', axis=1).values.astype(float)
y = data['good_or_not'].values.astype(float)
from keras.models import Sequential
from keras.layers import Dense, Activation
import numpy as np
from sklearn.model_selection import train_test_split
# 定义模型结构
model = Sequential()
model.add(Dense(units=16, input_dim=11))
model.add(Activation('relu'))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(3))
model.add(Activation('softmax'))
#定义模型损失函数和优化器,并编译
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=["accuracy"])
#1、深度学习模型,输入输出都为多维张量,统一使用小写字母 x,y,划分比例9:1
x_train, x_test, y_train, y_test= train_test_split(x, y, train_size=0.9, test_size=0.1, random_state=0)
from keras.utils import np_utils
y_train_ohe = np_utils.to_categorical(y_train, num_classes = 3)
y_test_ohe = np_utils.to_categorical(y_test, num_classes = 3)
#2、模型的训练及评估
model.fit(x_train, y_train_ohe, epochs=20, batch_size=1, verbose=2, validation_data=(x_test,y_test_ohe))
#3、评估模型
loss, accuracy = model.evaluate(x_test, y_test_ohe,verbose=2)
print('loss = {},accuracy = {} '.format(loss,accuracy) )
#4、查看预测结果
prob = model.predict(x_test,verbose=2)
#classes = model.predict_classes(x_test,verbose=2)
classes=np.argmax(prob,axis=1)
print('测试样本数:',len(classes))
print("分类概率:\n",prob)
print("分类结果:\n",classes)
from sklearn.metrics import classification_report
print('分类性能报告如下:')
print(classification_report(list(y_test),list(classes)))
蓝桉497: 求数据集文件
霖霖714: 能发一下数据集文件吗
CSDN-Ada助手: 恭喜您发布了第11篇博客,标题为“【人工智能】新手版手写数字识别”。您的文章内容丰富、深入浅出,对新手来说非常友好。希望您能继续坚持创作,分享更多有趣的内容给读者。下一步建议可以尝试探讨一些进阶的人工智能技术,或者分享一些实践经验,让读者更深入地了解这个领域。期待您的精彩文章!
CSDN-Ada助手: 恭喜您发布了第12篇博客!标题中的“保姆级波士顿房价预测”听起来非常有趣和实用。希望您能继续分享更多关于人工智能在房价预测方面的知识和经验。或许下一步可以探讨不同城市的房价预测模型比较,或者介绍一些实用的人工智能工具来辅助房价预测。期待您的下一篇作品!愿您在创作中不断进步,感谢您的分享!
CSDN-Ada助手: 恭喜作者在人工智能领域又一次取得了新的进展,实现了海洋生物识别这一有趣而又实用的应用!希望作者能够继续保持创作的热情,不断探索更多有意义的课题。或许下一步可以考虑深入研究一些相关领域,比如海洋生物数量统计、行为分析等,为我们更好地了解海洋生物世界做出更多贡献。期待作者的更多精彩作品!