K同学[365天深度学习训练营]第四周记录R3: 天气预测

本文链接：https://blog.csdn.net/afive54/article/details/135186175

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/rbOOmire8OocQ90QM78DRA) 中的学习记录博客**
>- **🍖 原作者：[K同学啊 | 接辅导、项目定制](https://mtyjkh.blog.csdn.net/)**

我的环境：

- 系统环境：WSL2+Ubuntu22.04

- 语言环境：Python3.8.18

- 编译器：vscode+jupyter notebook

- 深度学习环境：TensorFlow2.10.0

本期的代码用的是多层感知机：

model = Sequential()
model.add(Dense(units=24, activation='tanh'))
model.add(Dense(units=18, activation='tanh'))
model.add(Dense(units=23, activation='tanh'))
model.add(Dropout(0.5))
model.add(Dense(units=12, activation='tanh'))
model.add(Dropout(0.2))
model.add(Dense(units=1, activation='sigmoid'))

这个模型总共设置了四个全连接隐含层，两个 Dropout 层，以及一个输出层。

在隐含层中使用了双曲正切（tanh）作为激活函数，引入网络的非线性特性。

本次任务就是判断第二天是否降雨，所以在输出层使用了“S型函数（sigmoid）作为激活问题，适用于二分类问题，输出可以被解释为概率。

本期任务很简单，主要是代码非常的长，全部敲对需要很多时间

如果出现了报错，请优先检查是不是代码敲错了

相关系数的计算部分有个报错：

plt.figure(figsize=(15,13))
ax = sns.heatmap(data.corr(), square=True, annot=True, fmt='.2f')
ax.set_xticklabels(ax.get_xticklabels(),rotation=90)
plt.show

{
	"name": "ValueError",
	"message": "could not convert string to float: 'Albury'",
	"stack": "---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Cell In[14], line 2
      1 plt.figure(figsize=(15,13))
----> 2 ax = sns.heatmap(data.corr(), square=True, annot=True, fmt='.2f')
      3 ax.set_xticklabels(ax.get_xticklabels(),rotation=90)
      4 plt.show

File ~/anaconda3/envs/tensorflow/lib/python3.8/site-packages/pandas/core/frame.py:10054, in DataFrame.corr(self, method, min_periods, numeric_only)
  10052 cols = data.columns
  10053 idx = cols.copy()
> 10054 mat = data.to_numpy(dtype=float, na_value=np.nan, copy=False)
  10056 if method == \"pearson\":
  10057     correl = libalgos.nancorr(mat, minp=min_periods)

File ~/anaconda3/envs/tensorflow/lib/python3.8/site-packages/pandas/core/frame.py:1838, in DataFrame.to_numpy(self, dtype, copy, na_value)
   1836 if dtype is not None:
   1837     dtype = np.dtype(dtype)
-> 1838 result = self._mgr.as_array(dtype=dtype, copy=copy, na_value=na_value)
   1839 if result.dtype is not dtype:
   1840     result = np.array(result, dtype=dtype, copy=False)

File ~/anaconda3/envs/tensorflow/lib/python3.8/site-packages/pandas/core/internals/managers.py:1732, in BlockManager.as_array(self, dtype, copy, na_value)
   1730         arr.flags.writeable = False
   1731 else:
-> 1732     arr = self._interleave(dtype=dtype, na_value=na_value)
   1733     # The underlying data was copied within _interleave, so no need
   1734     # to further copy if copy=True or setting na_value
   1736 if na_value is not lib.no_default:

File ~/anaconda3/envs/tensorflow/lib/python3.8/site-packages/pandas/core/internals/managers.py:1794, in BlockManager._interleave(self, dtype, na_value)
   1792     else:
   1793         arr = blk.get_values(dtype)
-> 1794     result[rl.indexer] = arr
   1795     itemmask[rl.indexer] = 1
   1797 if not itemmask.all():

ValueError: could not convert string to float: 'Albury'"
}

翻译一下这个报错：在执行 data.corr() 操作时，有一个包含字符串的列'Albury' 。

相关性计算通常要求输入数值数据进行计算。而'Albury' 是一个字符串，字符和字符本质上没有什么相关性可言，程序无法将他们转换成浮点数进行计算，从而导致了 ValueError。

检查数据集：

发现这些列他们存储的都是字符串而不是数字，所以会报错

解决方法一般有两种：

1.直接排除非数值列，只考虑数值列进行相关性计算。

2.将字符串以编码或者其他什么形式，转换为数值型进行相关性计算。

我的做法是排除非数值列，使用 `select_dtypes` 方法选择只包含数值型的列。代码如下：

numeric_data = data.select_dtypes(include='number')
correlation_matrix = numeric_data.corr()

plt.figure(figsize=(15, 13))
ax = sns.heatmap(correlation_matrix, square=True, annot=True, fmt='.2f')
ax.set_xticklabels(ax.get_xticklabels(), rotation=90)
plt.show()

输出为：