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/53d7ecace5812859343910cf3e247457.png)
![](https://i-blog.csdnimg.cn/blog_migrate/0fa31753a1b70b0af64a92b9b83346e8.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BP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/15890369aeb86d0152d3dc35442295ab.png)
数据详情如下(部分展示):
![](https://i-blog.csdnimg.cn/blog_migrate/0aa83414d893e3b8d0b81090fbe46047.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/a947ebc525abfa7cd7e83e513974af90.png)
从上图可以看到,总共有9个字段。
关键代码:
![](https://i-blog.csdnimg.cn/blog_migrate/2e9fe42f2c1f66ffe866e9e9aac787e4.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/232d00cb77c6200c338c34d171310e18.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/94d9fd4bd084ba2a38c8cb30d366df91.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/9fa9f8d353d58a730e8560e3d2ce8aa2.png)
关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/bd87df519dd2642af3e594a9635e4942.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/e39c8aae7b6969cdc69038bcd9b8740f.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/95bf07eb4af1141bebcc2a1bc8daa0fa.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/4b18207f744c911daed732c3ee210ad1.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/ccdce9d0bfa70cea065b9d68ac52c99a.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/0b35b970bbc461a4353f9b3655f8f77d.png)
6.构建贝叶斯优化器优化BP神经网络分类模型
主要使用基于贝叶斯优化器优化BP神经网络分类算法,用于目标分类。
6.1构建调优模型
![](https://i-blog.csdnimg.cn/blog_migrate/2dba2caf4158925e646c589b098dd634.png)
6.2最优参数展示
寻优的过程信息:
![](https://i-blog.csdnimg.cn/blog_migrate/ac96ecd1ab1fc1c9492afb753cfb50f2.png)
最优参数结果展示:
![](https://i-blog.csdnimg.cn/blog_migrate/55dd22f02672d362d5b3a80a9633e94a.png)
![](https://i-blog.csdnimg.cn/blog_migrate/cce0dc1993f0d01c9472fdadb9cca8d5.png)
6.3最优参数构建模型
![](https://i-blog.csdnimg.cn/blog_migrate/cdb6ee193ec0743176aae0b73fe59b8a.png)
训练过程信息:
![](https://i-blog.csdnimg.cn/blog_migrate/914e7800b1d64649871a4936d429ab45.png)
模型的摘要信息:
![](https://i-blog.csdnimg.cn/blog_migrate/51bac835f4eb75e50631765e6a167c49.png)
模型的网络结构信息:
![](https://i-blog.csdnimg.cn/blog_migrate/48a4b0294678c86fb8010d4b1782a73f.png)
损失曲线图与准确率曲线图展示:
![](https://i-blog.csdnimg.cn/blog_migrate/14465e11ccbf4589e5c702b40c5e2e2f.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/bebeac4dc6f2b45600647d1f658094da.png)
从上表可以看出,F1分值为0.9677,说明此模型效果较好。
关键代码如下:
![](https://i-blog.csdnimg.cn/blog_migrate/aac9052bf8f60a73a084deefa1bd51ed.png)
7.2分类报告
BP神经网络分类模型的分类报告:
![](https://i-blog.csdnimg.cn/blog_migrate/74c46cd6289f77a1c4e7fcb3c301e3dc.png)
从上图可以看到,分类类型为0的F1分值为0.97;分类类型为1的F1分值为0.97;整个模型的准确率为0.97。
7.3混淆矩阵
![](https://i-blog.csdnimg.cn/blog_migrate/ae6617a61d71d8ba3b0c041be6f9cc1b.png)
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5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BP神经网络分类模型,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/1mpJyXfvxHQakwEoKT4a-Pg
# 提取码:2krj
# 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