使用遗传算法对心跳数据集进行特征提取以及MLP模型进行心跳数据集分类----python代码实现

遗传算法：

遗传算法通常用于参数优化和特征选择，而不是直接用于特征提取。特征提取通常是指从原始数据中抽取或生成新的特征，而不是选择现有特征的子集。

遗传算法进行特征提取步骤：

特征工程： 首先，进行特征工程，即从原始数据中提取相关的特征。对于心跳数据集，可能的特征包括心率、R波波峰间隔、心电图信号的频域特征等。
特征选择： 使用遗传算法来选择最佳的特征子集。这意味着在特征集合中选择一组最具代表性或最相关的特征子集，以改善模型的性能。这可以在遗传算法的适应度函数中包括模型性能指标（例如分类准确率、回归误差等）。
编码： 将特征子集表示为遗传算法的染色体，染色体中的每个基因代表一个特征是否被选择。
适应度函数： 定义一个适应度函数，评估每个特征子集的性能。这个函数可以使用某种机器学习模型（如分类器或回归器）来对所选特征子集进行评估，并返回模型在训练集或交叉验证集上的性能度量。
遗传操作： 设计选择、交叉和变异操作来更新特征子集的染色体。这些操作应该考虑到保留有利特征、探索新特征的平衡，以及避免过拟合。
迭代优化： 重复进行遗传操作，生成新的特征子集，并根据适应度函数评估其性能。随着迭代次数的增加，逐步寻找最优的特征子集。

目的1：使用MLP和SVM模型进行心跳数据集分类

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import time
from sko.GA import GA
from sko.DE import DE
from sklearn import metrics
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier

# 数据加载与预处理
data = pd.read_csv('D:\My Python\Computational Intelligence\实验二\data.csv')
new_data = pd.DataFrame(columns=['heartbeat_signals', 'label'])

for i in range(4):
    d = data[data['label'] == i]
    train_data = d.sample(n=1000, axis=0)
    new_data = pd.concat([new_data, train_data], ignore_index=True, join='inner')

X = new_data['heartbeat_signals'].values
Y = new_data['label'].values
X_n = []
for i in X:
    X_n.append(i.split(','))
X_n = np.array(X_n).astype(np.float64)
Y_n = np.array(Y).astype(np.float64)

X_train, X_test, y_train, y_test = train_test_split(X_n, Y_n, test_size=0.3)

# 用MLP实现分类与预测
# clf = MLPClassifier(verbose=True, hidden_layer_sizes=(100, ), max_iter=1000)
# clf.fit(X_train, y_train)
# print('训练集结果:', clf.score(X_train, y_train))
# print('测试集结果:', clf.score(X_test, y_test))
# print('准确率:', clf.score(X_test, y_test))


# 用GA进行参数寻优
def schaffer(p):
    hidden_layer_sizes = tuple(int(i) for i in p)
    clf = MLPClassifier(verbose=True, hidden_layer_sizes=hidden_layer_sizes, max_iter=1000)
    clf.fit(X_train, y_train)
    accuracy = clf.score(X_test, y_test)
    return -accuracy

ga = GA(func=schaffer, n_dim=1, size_pop=4, max_iter=50, lb=[1], ub=[100], precision=1e-7)
start_time = time.time()
best_x, best_y = ga.run()
print(time.time() - start_time)
print('best_x:', best_x, '\n', 'best_y:', -best_y)


# 用DE进行参数寻优
# def obj_func(p):
#     hidden_layer_sizes = tuple(int(i) for i in p)
#     clf = MLPClassifier(verbose=True, hidden_layer_sizes=hidden_layer_sizes, max_iter=1000)
#     clf.fit(X_train, y_train)
#     accuracy = clf.score(X_test, y_test)
#     return -accuracy
#
# de = DE(func=obj_func, n_dim=1, size_pop=50, max_iter=2, lb=[1], ub=[100])
# start_time = time.time()
# best_x, best_y = de.run()
# print(time.time() - start_time)
# print('best_x:', best_x, '\n', 'best_y:', -best_y)

from sklearn import neural_network as nn
import time
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split,cross_val_score
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import KFold
from sklearn.metrics import make_scorer,f1_score,accuracy_score, precision_score,recall_score

from sklearn.svm import SVC

start=time.time()
data = pd.read_csv('data.csv')
data = data.drop(columns = ['id']) #删除‘id’那一列
new_data=pd.DataFrame(columns=['heartbeat_signals','label'])
def reduce_mem_usage(df):
    start_mem = df.memory_usage().sum() / 1024**2 
    print('Memory usage of dataframe is {:.2f} MB'.format(start_mem))
    
    for col in df.columns:
        col_type = df[col].dtype
        
        if col_type != object:
            c_min = df[col].min()
            c_max = df[col].max()
            if str(col_type)[:3] == 'int':
                if c_min > np.iinfo(np.int8).min and c_max < np.iinfo(np.int8).max:
                    df[col] = df[col].astype(np.int8)
                elif c_min > np.iinfo(np.int16).min and c_max < np.iinfo(np.int16).max:
                    df[col] = df[col].astype(np.int16)
                elif c_min