本期给大家介绍的是114基于python机器学习预测葡萄酒的品质含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,通过输入葡萄酒的各项属性参数来预测最后葡萄酒的品质如何。
代码下载和视频演示地址:
114基于python机器学习预测葡萄酒的品质含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11列是葡萄酒的各项属性参数,倒数第二列是品质,最后一列是序号。
运行01main.py中一共包含了8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,其中随机森林的效果最佳,验证集上得分为0.4602。
最后运行02pyqt.py是个可视化的界面,加载训练好的随机森林模型,在界面上输入葡萄酒的各项属性参数,最后预测品质即可。