说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取。
1.项目背景
鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法,其优点在于操作简单,调整的参数少以及跳出局部最优的能力强。
本项目通过WOA鲸鱼优化算法优化支持向量机回归模型。
2.数据获取
本次建模数据来源于网络(本项目撰写人整理而成),数据项统计如下:
数据详情如下(部分展示):
3.数据预处理
3.1 用Pandas工具查看数据
使用Pandas工具的head()方法查看前五行数据:
关键代码:
3.2数据缺失查看
使用Pandas工具的info()方法查看数据信息:
从上图可以看到,总共有16个变量,数据中无缺失值。
关键代码:
3.3数据描述性统计
通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。
关键代码如下:
4.探索性数据分析
4.1 变量y分布直方图
用Matplotlib工具的hist()方法绘制直方图:
4.2 相关性分析
从上图中可以看到,数值越大相关性越强,正值是正相关、负值是负相关。
5.特征工程
5.1 建立特征数据和标签数据
关键代码如下:
5.2 数据集拆分
通过train_test_split()方法按照80%训练集、20%验证集进行划分,关键代码如下:
6.构建WOA鲸鱼优化算法优化支持向量机回归模型
主要使用WOA鲸鱼优化算法优化LinearSVR算法,用于目标回归。
6.1 算法介绍
说明:算法介绍来源于网络,供参考。
鲸鱼优化算法(whale optimization algorithm,WOA)是模仿座头鲸的狩猎行为进而提出的一种新型启发式优化算法。在 WOA 算法中,每只座头鲸的位置代表一个可行解。在海洋活动中,座头鲸有着一种特殊的狩猎方法,这种觅食行为称为bubble-net 捕食策略,其狩猎行为如图所示:
包围猎物
座头鲸在狩猎时要包围猎物,为了描述这种行为,Mirjalili 提出了下面的数学模型:
狩猎行为
根据座头鲸的狩猎行为,它是以螺旋运动游向猎物,故狩猎行为的数学模型如下:
搜索猎物
在搜索猎物时,其数学模型如下:
算法流程
(1)初始化参数:即鲸鱼种群规模大小SN,最大迭代次数Tmax;
(2)算法初始化鲸鱼种群的位置;
(3)计算每一头鲸鱼相应的适应度值,根据适应度值的大小排序,并选取SN个作为初始种群;
(4)计算出SN个个体适应度值的大小,找出适应度值最小的个体位置作为最优位置;
(5)更新下一代的位置;
(6)若达到终止条件,则输出最优个体,即算法找到的最优解;否则,返回步骤(4)。
6.2 WOA鲸鱼优化算法寻找最优参数值
关键代码:
每次迭代的过程数据:
通过上图可以看出,每次迭代误差信息。
模型迭代残差曲线图:
第一次迭代:
第二次迭代:
第三次迭代:
第四次迭代:
第五次迭代:
第六次迭代:
第七次迭代:
第八次迭代:
第九次迭代:
第十次迭代:
通过上图可以看到,随着迭代次数增加,残差逐渐减少并趋于平稳。
最优参数:
通过残差曲线图可以看出,最后一次迭代基本是做好的结果。
6.3 最优参数模型预测
这里通过最优参数模型对测试数据集进行预测并绘制残差曲线图。
关键代码:
模型迭代残差曲线图:
7.模型评估
7.1评估指标及结果
评估指标主要包括可均方误差、最大残差、解释性方差等等。
从上表可以看出,解释方差分为0.9221,说明鲸鱼优化的模型效果良好。
关键代码如下:
7.2 真实值与预测值对比图
从上图可以看出真实值和预测值波动基本一致,模型效果良好。
8.结论与展望
综上所述,本文采用了WOA鲸鱼优化算法寻找支持向量机LinearSVR算法的最优参数值来构建回归模型,最终证明了我们提出的模型效果良好。此模型可用于日常产品的建模工作。
# 本次机器学习项目实战所需的资料,项目资源如下: 链接:https://pan.baidu.com/s/1t_VokGXw9MIONOj0UfDKTg 提取码:li17 print('******************查看数据前5行********************') print(data.head()) print('******************查看数据缺失值********************') print(data.info()) print('******************数据描述性统计分析**********************') print(data.describe().round(4)) # 保留4位小数点 # y变量类分布直方图 fig = plt.figure(figsize=(8, 5)) # 设置画布大小 plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 data_tmp = data['y'] # 绘制直方图 bins:控制直方图中的区间个数 auto为自动填充个数 color:指定柱子的填充色 plt.hist(data_tmp, bins='auto', color='g') plt.xlabel('y变量') plt.ylabel('样本量') plt.title('y变量分布直方图') plt.show()