本期给大家介绍的是115基于python预测牛奶的品质含MLP决策树LGBM随机森林XGBoost等,效果图如下:
这是调用训练好的模型来识别的,运行python 02pyqt.py的可视化界面,通过输入牛奶的各项属性参数来预测最后牛奶的品质如何。
代码下载和视频演示地址:
115基于python预测牛奶的品质含MLP决策树LGBM随机森林XGBoost等_哔哩哔哩_bilibili
代码整体是非常简便的,总共两个py部分和一个数据集在data文件夹下。
Data数据如下,前7列是牛奶的各项属性参数,倒数第一列是牛奶的品质低中高。
运行01main.py中一共包含了9种机器学习模型,包含线性回归、随机森林、LightGBM、SVM、KNN、决策树、GBM、MLP、XGBoost等。训练结束后会弹出结果柱状图,其中KNN的效果最佳,验证集上预测结果为97.99%。
最后运行02pyqt.py是个可视化的界面,加载训练好的KNN模型,在界面上输入牛奶的各项属性参数,最后预测牛奶品质即可。
Data.csv数据集可以替换自己的数据集来进行训练识别,方便简单替换数据集,只有保持n列去识别1列,即可实现。