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

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。