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。
![](https://i-blog.csdnimg.cn/blog_migrate/e0da2c1370f68c08ea590ce9a0c19e9e.png)
![](https://i-blog.csdnimg.cn/blog_migrate/ade2493366a6731a8ac51eae3934511b.png)
1.项目背景
贝叶斯优化器(BayesianOptimization) 是一种黑盒子优化器,用来寻找最优参数。
贝叶斯优化器是基于高斯过程的贝叶斯优化,算法的参数空间中有大量连续型参数,运行时间相对较短。
贝叶斯优化器目标函数的输入必须是具体的超参数,而不能是整个超参数空间,更不能是数据、算法等超参数以外的元素。
本项目使用基于贝叶斯优化器(Bayes_opt)优化循环神经网络分类算法来解决分类问题。
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:
![](https://i-blog.csdnimg.cn/blog_migrate/1e6fb9ae2b0733fefae995adfbb4f9c3.png)
数据详情如下(部分展示):
![](https://i-blog.csdnimg.cn/blog_migrate/816f13b121b23089ebaac9163b5fa2e6.png)
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:
![](https://i-blog.csdnimg.cn/blog_migrate/17c094b165a3313622ac60ef97710d04.png)
从上图可以看到,总共有10个字段。
关键代码:
![](https://i-blog.csdnimg.cn/blog_migrate/864fcb587d685baff069169da9c10253.png)
3.2缺失值统计
使用Pandas工具的info()方法统计每个特征缺失情况:
![](https://i-blog.csdnimg.cn/blog_migrate/6aaa2bd06b3a60e41477945a7298e594.png)
从上图可以看到,数据不存在缺失值,总数据量为2000条。
关键代码:
![](https://i-blog.csdnimg.cn/blog_migrate/f39156467cccacdb28cd0e9ed25f7e9f.png)
3.3变量描述性统计分析
通过Pandas工具的describe()方法来来统计变量的平均值、标准差、最大值、最小值、分位数等信息:
![](https://i-blog.csdnimg.cn/blog_migrate/4fd3caf88ade90c93e84f5668556c28a.png)
关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/619bae6883d0b6535b81fd2f84988aa8.png)
4.探索性数据分析
4.1y变量分类柱状图
用Pandas工具的value_counts().plot()方法进行统计绘图,图形化展示如下:
![](https://i-blog.csdnimg.cn/blog_migrate/d36e92151fc232198df362f9a8e7bc01.png)
从上面图中可以看到,分类为0和1的样本,数量基本一致。
4.2y变量类型为1 x1变量分布直方图
通过Matpltlib工具的hist()方法绘制直方图:
![](https://i-blog.csdnimg.cn/blog_migrate/ceaaeea16514466f92acc89869c5d18f.png)
从上图可以看出,x1主要集中在-1到1之间。
4.3 相关性分析
通过Pandas工具的corr()方法和seaborn工具的heatmap()方法绘制相关性热力图:
![](https://i-blog.csdnimg.cn/blog_migrate/fd1494f1db46574960e7f4a2cc89892a.png)
从图中可以看到,正数为正相关,负数为负相关,绝对值越大相关性越强。
5.特征工程
5.1建立特征数据和标签数据
y为标签数据,除 y之外的为特征数据。关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/b2c1d72ca2a0a999250129818072ff09.png)
5.2数据集拆分
数据集集拆分,分为训练集和测试集,80%训练集和20%测试集。关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/85b8d0e34c8a0dc98ddcf4e674f054fd.png)
5.3数据样本增维
为满足循环神经网络模型的数据输入要求,需要增加1个维度。
增加维度维度后的训练集与测试集样本形状:
![](https://i-blog.csdnimg.cn/blog_migrate/5dc029640609607763303d445fb298b8.png)
6.构建贝叶斯优化器优化LSTM分类模型
主要使用基于贝叶斯优化器优化LSTM分类算法,用于目标分类。
6.1构建调优模型
![](https://i-blog.csdnimg.cn/blog_migrate/b5bc7545c447e162edcaf75d603befe6.png)
6.2最优参数展示
寻优的过程信息:
![](https://i-blog.csdnimg.cn/blog_migrate/aa359b16b90cbe28399100ed42d723b1.png)
最优参数结果展示:
![](https://i-blog.csdnimg.cn/blog_migrate/04e5d3faaf2b43152f39ade729b6ea3b.png)
![](https://i-blog.csdnimg.cn/blog_migrate/04673a9e1025ab55b1023aeaf2874a34.png)
6.3最优参数构建模型
![](https://i-blog.csdnimg.cn/blog_migrate/d014dbab5c3a7ebfbd377b44871bb88c.png)
训练过程信息:
![](https://i-blog.csdnimg.cn/blog_migrate/b5f6d1701b5d199a554479a4959cf04b.png)
模型的摘要信息:
![](https://i-blog.csdnimg.cn/blog_migrate/4cfbb9ff4b9e0eca95f05333735fb42b.png)
模型的网络结构信息:
![](https://i-blog.csdnimg.cn/blog_migrate/e27a6f8ec79fb8d2b093bd317aa30029.png)
损失曲线图与准确率曲线图展示:
![](https://i-blog.csdnimg.cn/blog_migrate/3526224fbbee5a031cfc9e815a627d09.png)
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、召回率、F1分值等等。
![](https://i-blog.csdnimg.cn/blog_migrate/b942896b59870e63a34cd9baf3bfbccd.png)
从上表可以看出,F1分值为0.9031,说明此模型效果良好。
关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/5e4e8eae1911b232aa9ca77b5402c37b.png)
7.2分类报告
LSTM分类模型的分类报告:
![](https://i-blog.csdnimg.cn/blog_migrate/9e98e638f1298713dabf21ea2ee5f7c4.png)
从上图可以看到,分类类型为0的F1分值为0.91;分类类型为1的F1分值为0.90;整个模型的准确率为0.91。
7.3混淆矩阵
![](https://i-blog.csdnimg.cn/blog_migrate/356562b58d7dc3514bf4ce3e0f62296c.png)
从上图可以看出,实际为0预测不为0的 有16个样本;实际为1预测不为1的有22个样本,整体预测准确率良好。
8.结论与展望
综上所述,本项目采用了基于贝叶斯优化器优化循环神经网络LSTM分类模型,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/1ij1bvH1qz9ZcIiMp26sODA
# 提取码:1j97
# 用Pandas工具查看数据
print(df.head())
# 查看数据集摘要
print(df.info())
# 数据描述性统计分析
print(df.describe())
# 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
df['y'].value_counts().plot(kind='bar')
plt.xlabel("y变量") # 设置x轴名称
plt.ylabel("数量") # 设置y轴名称
plt.title('y变量柱状图') # 设置标题名称
plt.show() # 展示图片