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
20世纪80年代中期,David Runelhart。Geoffrey Hinton和Ronald W-llians、DavidParker等人分别独立发现了误差反向传播算法(Error Back Propagation Training),简称BP,系统解决了多层神经网络隐含层连接权学习问题,并在数学上给出了完整推导。人们把采用这种算法进行误差校正的多层前馈网络称为BP网。
本项目通过BP神经网络ANN单隐层来搭建回归模型来进行产品的预测。
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10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%测试集进行划分,关键代码如下:
6.构建BP神经网络回归模型
主要使Dense全连接层网络,用于目标回归。
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901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。
6.4 训练集和验证集损失迭代图
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。
7. 模型评估
7.1评估指标及结果
评估指标主要包括R方、均方误差、解释性方差、绝对误差等等。
从上表可以看出,R方分值为0.9928,说明模型效果较好。
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,模型效果较好。
8.结论与展望
综上所述,本文采用了BP神经网络ANN单隐层算法搭建了回归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/1wdqhPsTDNp0gsihLejjKxg # 提取码:x24x # 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'] # 过滤出y变量的样本