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
BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络模型之一。
BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力,解决了简单感知器不能解决的异或(Exclusive OR,XOR)和一些其他问题。从结构上讲,BP网络具有输入层、隐藏层和输出层;从本质上讲,BP算法就是以网络误差平方为目标函数、采用梯度下降法来计算目标函数的最小值。
本项目通过BP神经网络ANN单隐层来搭建分类模型,通过对人群的判断从而达到降本增效的目的。
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9个变量,数据中无缺失值,共1000条数据。
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 y变量柱状图
用Matplotlib工具的plot()方法绘制柱状图:
4.2 y=1样本x1变量分布直方图
用Matplotlib工具的hist()方法绘制直方图:
4.3 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%测试集进行划分,关键代码如下:
6.构建BP神经网络分类模型
主要使Dense全连接层网络,用于目标分类。
6.1 模型构建
6.2 神经网络的结构信息
通过上图可以看到,神经网络总共有3层,输入层、一个隐藏层、输出层,其中训练的参数为721个。
6.3 神经网络的迭代信息
通过上图可以看到,神经网络每次迭代训练集和验证集的损失值、准确率。
6.4 训练集和验证集损失与准确率迭代图
通过上图可以看到,随着迭代次数的增加,训练集和验证集损失逐渐减少,准确率增减增加。
7. 模型评估
7.1 评估指标及结果
评估指标主要包括准确率、查准率、查全率(召回率)、F1分值等等。
通过上表可以看到,模型的准确率为96%,F1分值为0.9588,模型效果良好。
7.2 分类报告
从上图可以看出,分类为0的F1分值为0.96;分类为1的F1分值为0.96。
7.3 混淆矩阵
从上图可以看出,实际为0预测不为0的 有8个样本;实际为1 预测不为1的 有2个样本。
8.结论与展望
综上所述,本文采用了BP神经网络ANN单隐层算法搭建了分类模型并对模型进行了评估,最终证明了我们提出的模型效果良好。
# 本次机器学习项目实战所需的资料,项目资源如下: # 项目说明: # 链接:https://pan.baidu.com/s/1AHBPKVWb4SyNMejt71UfPg # 提取码:mg9y # 用Pandas工具查看数据 print(data.head()) # 数据缺失值统计 print('****************************************') print(data.info()) # 数据描述性统计分析 print('****************************************') print(data.describe().round(4)) # 保留4位小数点 import matplotlib.pyplot as plt # 导入matplotlib画图工具箱 # y变量柱状图 plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 # kind='bar' 绘制柱状图 data['y'].value_counts().plot(kind='bar') plt.xlabel("y变量") plt.ylabel("数量") plt.title('y变量柱状图') plt.show()