Python中Keras深度学习库的回归教程

Keras 是一个深度学习库，它封装了高效的数学运算库 Theano 和 TensorFlow。

在这篇文章中，你将会了解到如何使用 Keras 开发和评估神经网络模型来解决回归问题。

在完成这个循序渐进的教程后，你将知道：

• 如何加载 CSV 数据集并将其作为 Keras 库算法的输入。
• 如何使用 Keras 建立一个回归问题的神经网络模型。
• 如何使用 Keras 和 scikit-learn 交叉验证来评估模型。
• 如何进行数据处理，以提高 Keras 模型的性能。
• 如何调整 Keras 模型的网络拓扑结构。

现在就让我们开始吧。

• 2017 年 3 月 更新：基于 Keras 2.0.2，TensorFlow 1.0.1 和 Theano 0.9.0 版本的示例

Python Keras深度学习库回归问题教程 照片由Salim Fadhley拍摄，保留相应权利。

1.问题描述

我们在本教程中要解决问题基于波士顿房价数据集。

你可以通过这个链接下载这个数据集，并将其保存到当前工作目录，命名为 housing.csv。

该数据集描述了波士顿郊区房屋的13个数字量化属性，并以每十万美元的平方数为单位模拟郊区房屋的价格。因此，这是一个回归预测建模问题。输入属性包括犯罪率，非零售商业面积，化学污染浓度等等。

这是机器学习研究中一个很好的问题。因为所有的输入和输出属性都是量化的，并且有多达506个实例可以使用，所以这个问题研究起来很方便。

使用均方误差（MSE）评估的模型的合理性能约为20平方每十万美元（也就是每平方米4500美元）。这个数字对于我们的神经网络来说是一个很好的训练目标。

2.开发基准神经网络模型

在本节中，我们将为回归问题创建一个基准神经网络模型。

首先介绍本教程所需的所有函数和对象（所需的Python库）。

import numpy
import pandas
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import KFold
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline

在引入所需的库后，我们现在可以从本地目录中的文件加载我们的数据集。

UCI机器学习库中的数据集实际上不是 CSV 格式，而是用空格分隔两个属性。我们可以使用pandas库轻松加载这个数据集。然后，分离输入（X）和输出（Y）属性，以便更容易使用 Keras 和 scikit-learn 进行建模。

# load dataset
dataframe = pandas.read_csv("housing.csv", delim_whitespace=True, header=None)
dataset = dataframe.values
# split into input (X) and output (Y) variables
X = dataset[:,0:13]
Y = dataset[:,13]

我们可以使用 scikit-learn 来创建，并通过其易用的包装对象来评估 Keras模型。这样的方式是很理想的，因为 scikit-learn 擅长评估模型，并允许我们通过寥寥数行代码，就能使用强大的数据预处理和模型评估方案。

Keras 包装函数需要一个函数作为参数。这个必须被定义的函数负责创建要评估的神经网络模型。

下面我们来定义创建待评估的基准模型的函数。这是一个简单的模型，只有一个完全连接的隐藏层，具有与输入属性相同数量的神经元（13个）。网络使用隐藏层 relu 激活函数。没有激活函数用于输出层，因为这是一个回归问题，我们希望直接预测数值，而不需要采用激活函数进行变换。

我们会使用高效的 ADAM 优化算法以及优化的最小均方误差损失函数。这将是我们用来评估多个模型性能时的统一度量。这是一个可取的指标，因为通过平方根计算输出一个错误值，我们可以直接在问题的背景下（十万美元为单位）理解。

# define base model
def baseline_model():
# create model
model =