Tensorflow学习笔记：分类算法 Iris花分类

Classification

分类是一种有监督的机器学习方法，用于将数据点分类为不同标签的类。 分类算法用于预测某个数据点适合某个类别的概率。 在本文中，我们将使用 Tensorflow 根据花朵的属性对花朵进行分类。

Classification on Flower Dataset

Data

数据集将花分为 3 个不同的物种

• setosa
• versicolor
• viginica.

每朵花有四个属性

• sepal length
• sepal width
• petal length
• petal width

先倒入模块和定义常量

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
import pandas as pd

# constants
CSV_COLUMN_NAMES = ['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species']
SPECIES = ['Setosa', 'Versicolor', 'Virginica']

然后从tf.keras.utils加载数据

# load dataset
train_path = tf.keras.utils.get_file(
    "iris_training.csv", "https://storage.googleapis.com/download.tensorflow.org/data/iris_training.csv")
test_path = tf.keras.utils.get_file(
    "iris_test.csv", "https://storage.googleapis.com/download.tensorflow.org/data/iris_test.csv")
    
train = pd.read_csv(train_path, names=CSV_COLUMN_NAMES, header=0)
test = pd.read_csv(test_path, names=CSV_COLUMN_NAMES, header=0)

keras 是 tensorflow 中的一个模块，其中包含我们可以使用的数据集。 我们可以使用 train.head() 查看我们的数据

特征列

就像线性回归示例一样，我们必须创建特征列。

my_feature_columns = []
for key in train.keys():
    my_feature_columns.append(tf.feature_column.numeric_column(key=key))
print(my_feature_columns)

Input Function

然后我们定义输入函数

def input_fn(features, labels, training=True, batch_size=256):
    # Convert the inputs to a Dataset.
    dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))

    # Shuffle and repeat if you are in training mode.
    if training:
        dataset = dataset.shuffle(1000).repeat()
    
    return dataset.batch(batch_size)

Model

有多种模型可供选择，例如DNNClassifier和Linear Classifier。 在这里，我们将使用 DNNClassifier，因为它可以提供更好的结果。

# build a DNN with 2 hidden layers with 30 and 10 hidden nodes each.
classifier = tf.estimator.DNNClassifier(
    feature_columns=my_feature_columns,
    hidden_units=[30, 10],  # Two hidden layers of 30 and 10 nodes respectively.
    n_classes=3) # The model must choose between 3 classes.

实际上，这是一个具有以下架构的神经网络。
需要注意的是，隐藏层的神经元数量是任意的，可以进行试验。 尝试更改它们以查看它们如何影响结果！

Training

训练模型

classifier.train(
    input_fn=lambda: input_fn(train, train_y, training=True),
    steps=5000 # classifier run for 5000 steps
    )

Evaluation

看看模型的好坏

eval_result = classifier.evaluate(
    input_fn=lambda: input_fn(test, test_y, training=False))

print('\nTest set accuracy: {accuracy:0.3f}\n'.format(**eval_result))

我们应该得到超过 90% 的准确率。

Conclusion

这是使用 Iris 花数据集对 Tensorflow 和分类算法的简单介绍。 然而，事实上我们可以用数据和模型做很多事情。 并且越来越熟悉 python 和 tensorflow 可以给我们带来更有趣的可视化和结果。下次再见！