机器学习训练模型简单示例

最新推荐文章于 2024-10-12 17:26:01 发布

饕餮之徒和頑丫头

最新推荐文章于 2024-10-12 17:26:01 发布

阅读量1.2k

点赞数 7

文章标签：机器学习人工智能算法 python

本文链接：https://blog.csdn.net/m0_74981381/article/details/136005361

版权

本文介绍了如何使用Scikit-Learn库在Python中通过决策树、支持向量机、神经网络和集成学习方法训练模型来判断鸢尾花种类。包括了具体代码示例和聚类分析，展示了不同算法在鸢尾花分类上的应用效果。

摘要由CSDN通过智能技术生成

参考文献：

书名：《机器学习算法的数学解析与Python实现》作者：莫凡

出版社：机械工业出版社出版时间：2020-01-01

（一）训练出能判断鸢尾花的模型

一、决策树训练出能判断鸢尾花的模型

Scikit-Learn库可用的决策树分类算法：

python提供的Scikit-Learn库的sklearn.tree包当中有两种解决分类问题的决策树算法DecisionTreeClassifier和ExtraTreeClassifier（用于离散化数据）、两种解决回归问题的决策树算法DecisionTreeRegressor和ExtraTreeRegressor（用于连续型数据）

调用DecisionTreeClassifier训练模型示例代码：

from sklearn.datasets import load_iris
    #鸢尾花数据集
from sklearn.tree import DecisionTreeClassifier
    #决策分类树

X, y=load_iris(return_X_y=TRUE)
    #X为数据集，y为真实值

clf=DecisionTreeClasifier().fit(X,y)
    #clf为训练好的分类模型

y_pre=clf.predict(X) 
    #预测值

Sco=clf.score(X,y)
    #性能评估器评分，1.0为全部分类正确，0.0为全部分类错误

运行结果展示:

二、支持向量机训练出能判断鸢尾花的模型

Scikit-Learn库可用的支持向量机方法：

LinearSVC（线性函数）, LinearSVR（线性函数）, NuSVC（可设置支持向量数量）, NuSVR（可设置支持向量数量）, OneClassSVM（无监督学习的异常点检测）, SVR类（可选择多种核函数）, SVC类（可选择多种核函数）

调用SVC类训练模型代码示例：

from sklearn.datasets import load_iris
    #从Scikit-Learn库导入支持向量机算法

from sklearn.svm import SVC
    #载入鸢尾花数据集

X, y = load_iris(return_X_y=True)
    #训练模型

clf = SVC().fit(X, y)
    #X为数据集，y为真实值

y_pre=clf.predict(X)
    #预测值

Sco=clf.score(X,y)
    #性能评估    

Ker=clf.kernel
    #默认为径向基rbf，可通过kernel查看

运行结果展示：

三、神经网络算法训练出能判断鸢尾花的模型

Scikit-Learn库可用的神经网络算法：

（Scikit-Learn库中multiple-layer perceptron指neural network algorithm）

MLPClassifier（用于分类问题）, MLPRegressor（用于回归问题）, BernoulliRBM（是基于Bernoulli Restricted Boltzmann Machine模型的神经网络分类算法）

神经网络分类算法MLPClassifier训练模型代码示例：

    #从Scikit-Learn库导入鸢尾花数据集
from sklearn.datasets import load_iris

    #从Scikit-Learn库导入神经网络模型中的神经网络分类算法
from sklearn.neural_network import MLPClassifier

    #载入鸢尾花数据集
X, y = load_iris(return_X_y=True)

    #训练模型
clf = MLPClassifier().fit(X, y)

    #使用模型进行分类预测
y_pre=clf.predict(X)

    #性能评估
Sco=clf.score(X,y)

    # 使用临时目录来存储图片文件
with tempfile.TemporaryDirectory() as tmpdir:
        # 将预测结果y_pre和真实值y的关系图保存为PNG文件
    plt.scatter(y_pre, y)
    plt.xlabel('预测值')
    plt.ylabel('真实值')
    plt.savefig(os.path.join(tmpdir, '预测值与真实值关系图.png'))

        # 将图片文件读取为二进制数据
    with open(os.path.join(tmpdir, '预测值与真实值关系图.png'), 'rb') as f:
        image_data = f.read()

    # 将二进制数据写入新生成的文件中
with open('预测值与真实值关系图.png', 'wb') as f:
    f.write(image_data)

运行结果展示：

四、集成学习方法训练出能判断鸢尾花的模型

Scikit-Learn库可用的集成学习方法：

RandomForestClassifier类（用于分类问题，以CART决策树算法作为弱学习器），RandomForestRegressor类（用于回归问题），ExtraTreeClassifier类（用于分类问题，使用极端随机树），ExtraTreeRegressor类（用于回归问题，使用极端随机树），AdaBoostClassifier类（用于分类问题），AdaBoostRegressor类（用于回归问题），GradientBoostingClassifier类（用于分类问题），GradientBoostingRegressor类（用于回归问题）

RandomForestClassifier随机森林分类算法训练模型代码示例：

import matplotlib.pyplot as plt
import numpy as np
import tempfile
import os

#若使用在线编译器，可避免交互环境出现问题
plt.switch_backend('agg')

    # 从Scikit-Learn库导入鸢尾花数据集
from sklearn.datasets import load_iris

    # 从Scikit-Learn库导入随机森林分类算法
from sklearn.ensemble import RandomForestClassifier

    # 载入鸢尾花数据集
X, y = load_iris(return_X_y=True)

    # 训练模型
clf = RandomForestClassifier().fit(X, y)

    # 使用模型进行分类预测
y_pre=clf.predict(X)

    # 性能评估
Sco=clf.score(X,y)

    #查看随机森林算法中以决策树作为弱学习器的详细信息
detail_decisiontree=clf.estimators_

    # 使用临时目录来存储图片文件
with tempfile.TemporaryDirectory() as tmpdir:
        # 将预测结果y_pre和真实值y的关系图保存为PNG文件
    plt.scatter(y_pre, y)
    plt.xlabel('预测值')
    plt.ylabel('真实值')

        # 添加直线表示它们俩的相关关系
            # 首先，计算相关系数
    corr = np.corrcoef(y_pre, y)[0, 1]
            # 然后，计算直线的斜率和截距
    slope = corr * np.std(y) / np.std(y_pre)
    intercept = np.mean(y) - slope * np.mean(y_pre)
            # 最后，画出直线
    plt.plot([min(y_pre), max(y_pre)], [slope * min(y_pre) + intercept, slope * max(y_pre) + intercept], color='red')

    plt.savefig(os.path.join(tmpdir, '预测值与真实值关系图.png'))

        # 将图片文件读取为二进制数据
    with open(os.path.join(tmpdir, '预测值与真实值关系图.png'), 'rb') as f:
        image_data = f.read()

    # 将二进制数据写入新生成的文件中
with open('预测值与真实值关系图.png', 'wb') as f:
    f.write(image_data)

运行成功展示：

五、LogisticRegression训练出能判断鸢尾花的模型

LogisticRegression解决分类问题构建线性模型：

输入LogisticRegression（也叫逻辑回归、逻辑斯谛回归、对数几率回归、sigmoid函数）的样本为负，需要使得线性模型输出的预测值小于0，越小越好；输入为正，需要使得线性模型输出的预测值大于0，越大越好

Logistic回归类别：LinearRegression类（OLS），Ridge类（岭回归，L2正则项），Lasso类（L1正则项），LogisticRegression类

LogisticRegression类训练模型代码示例：

import matplotlib.pyplot as plt
import numpy as np
import tempfile
import os

    # 从Scikit-Learn库导入鸢尾花数据集
from sklearn.datasets import load_iris

    # 从Scikit-Learn库导入LogisticRegression算法
from sklearn.linear_model import LogisticRegression

plt.switch_backend('agg')

    # 载入鸢尾花数据集
X, y = load_iris(return_X_y=True)

    # 训练模型
clf = LogisticRegression().fit(X, y)

    # 使用模型进行分类预测
y_pre=clf.predict(X)

    # 性能评估
Sco=clf.score(X,y)

mm=0

    # 使用临时目录来存储图片文件
with tempfile.TemporaryDirectory() as tmpdir:
        # 将预测结果y_pre和真实值y的关系图保存为PNG文件
    plt.scatter(y_pre, y)
    plt.xlabel('预测值')
    plt.ylabel('真实值')

        # 添加直线表示它们俩的相关关系
            # 首先，计算相关系数
    corr = np.corrcoef(y_pre, y)[0, 1]
            # 然后，计算直线的斜率和截距
    slope = corr * np.std(y) / np.std(y_pre)
    intercept = np.mean(y) - slope * np.mean(y_pre)
            # 最后，画出直线
    plt.plot([min(y_pre), max(y_pre)], [slope * min(y_pre) + intercept, slope * max(y_pre) + intercept], color='red')

    plt.savefig(os.path.join(tmpdir, '预测值与真实值关系图.png'))

        # 将图片文件读取为二进制数据
    with open(os.path.join(tmpdir, '预测值与真实值关系图.png'), 'rb') as f:
        image_data = f.read()

    # 将二进制数据写入新生成的文件中
with open('预测值与真实值关系图.png', 'wb') as f:
    f.write(image_data)

运行结果展示：

（二）K-means聚类训练模型

K-means聚类原理：

step one: K个质心（初始的K个质心是随机选取的，非第一次循环的K个质心是由上一次循环产生的）-->将其他数据点（样本点当中除开与质心取值相同的点）归为与其距离最近的质点所在的簇，聚成K个簇

step two: 在K个簇中，以各个簇内所有样本点的维度值均值作为各个簇的新质心，得到K个质心

step three: 循环step one和step two，循环停止条件为“K个质心不再变化”

K-means聚类训练无监督模型代码：

    #导入绘图库
import matplotlib.pyplot as plt

    #从Scikit-Learn库导入聚类模型中的K-means聚类算法，属于无监督学习
from sklearn.cluster import KMeans

    #导入聚类数据生成工具
from sklearn.datasets import make_blobs

    #用sklearn自带的make_blobs方法生成聚类测试数据
n_samples = 1500

    #该聚类数据集共1500个样本
X, y = make_blobs(n_samples=n_samples)

    #进行聚类，这里n_clusters设定为3，也即聚成3个簇
y_pred=KMeans(n_clusters=3).fit_predict(X)

    #用点状图显示聚类效果
plt.scatter(X[:, 0], X[:, 1], c=y_pred)

plt.show()

############或者生成一张图

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs
import numpy as np
import tempfile
import os

    # 从Scikit-Learn库导入聚类模型中的K-means聚类算法，属于无监督学习
from sklearn.cluster import KMeans

    # 导入聚类数据生成工具
from sklearn.datasets import make_blobs

    # 用sklearn自带的make_blobs方法生成聚类测试数据
n_samples = 1500

    # 该聚类数据集共1500个样本
X, y = make_blobs(n_samples=n_samples)

    # 进行聚类，这里n_clusters聚成3个簇
y_pred = KMeans(n_clusters=3).fit_predict(X)

    # 使用临时目录来存储图片文件
with tempfile.TemporaryDirectory() as tmpdir:
        # 将聚类效果图保存为PNG文件
    plt.scatter(X[:, 0], X[:, 1], c=y_pred)
    plt.savefig(os.path.join(tmpdir, '聚类效果图.png'))

        # 将图片文件读取为二进制数据
    with open(os.path.join(tmpdir, '聚类效果图.png'), 'rb') as f:
        image_data = f.read()

    # 将二进制数据写入新生成的文件中
with open('聚类效果图_文件.png', 'wb') as f:
    f.write(image_data)