【python】python葡萄酒数据集—分类建模与分析（源码+数据集）【独一无二】

---

👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。

---

【python】python葡萄酒数据集—分类建模与分析（源码+数据集）【独一无二】

---

---

一、要求

分类任务建模与分析：data目录中的data3.csv文件提供了一个葡萄酒数据集，该数据集包含了三种不同类型的葡萄酒（类别1-3）以及每种葡萄酒的13个化学分析特征。你的任务是：

1. 对数据进行预处理，包括处理缺失值、异常值和进行必要的特征缩放。（6分）
2. 分析数据集的特征分布，了解不同特征对葡萄酒类别预测的影响。（6分）
3. 利用one-vs-all或者one-vs-rest思想，建立逻辑回归模型，来预测葡萄酒的类别（要求使用numpy库实现，不允许直接使用sklearn等机器学习库）（10分）
4. 再建立至少2种多分类算法来预测葡萄酒的类别。（6分）
5. 评估模型的性能，使用适当的评估指标来处理可能的不平衡数据问题，并比较不同算法的优劣。（6分）
6. 根据你的分析，讨论哪些特征对于预测葡萄酒类别最为重要，并给出在实际应用中如何进一步提高模型性能的建议。（6分）

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

---

二、代码分析

1. 数据导入和预处理：

   • 使用 Pandas 库读取 CSV 文件，并将数据存储在 DataFrame 中。

   • 对缺失值进行处理，使用均值填充。

   • 对异常值进行处理，使用 IQR 方法排除异常值。

   • 使用 StandardScaler 进行特征缩放，将特征值进行标准化处理。

     data = pd.read_csv('data3.csv')
     data.fillna(data.mean(), inplace=True)
     for column in data.columns[:-1]:
         Q1 = data[column].quantile(0.25)
         # 略....
         
     scaler = StandardScaler()
     scaled_features = scaler.fit_transform(data.iloc[:, :-1])
     

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

2. 数据集划分：

   • 使用 train_test_split 函数将数据集划分为训练集和测试集。

     X_train, X_test, y_train, y_test = train_test_split(scaled_features, data['class'], test_size=0.2, random_state=42)
     

3. 逻辑回归模型训练：

   • 使用 One-vs-Rest 方法实现多类别逻辑回归。

   • 定义 sigmoid 函数、损失函数和梯度下降函数。

   • 使用梯度下降法训练每个类别的模型。

     def sigmoid(z):
         return 1 / (1 + np.exp(-z))
     
     def cost_function(X, y, weights):
         m = len(y)
         y_pred = sigmoid(np.dot(X, weights))
         error = (-y * np.log(y_pred)) - ((1 - y) * np.log(1 - y_pred))
         cost = np.sum(error) / m
         return cost
     
     # 略.....
     
     y_train_ovr = pd.get_dummies(y_train).values
     models = np.array([logistic_regression(X_train, y_train_ovr[:, i]) for i in range(y_train_ovr.shape[1])])
     

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

4. 模型评估：

   • 使用测试集进行预测。

   • 输出分类报告和混淆矩阵。

     y_pred = predict_ovr(X_test, models)
     print(classification_report(y_test, y_pred))
     print(confusion_matrix(y_test, y_pred))
     

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

5. 绘制损失函数随迭代次数变化的折线图：

   • 绘制了每个类别在训练过程中损失函数的变化情况。

     plt.figure(figsize=(8, 6))
     for i in range(len(models)):
         plt.plot(models[i][1], label=f'Class {i+1}')
     plt.title('Loss Function vs. Iterations')
     plt.xlabel('Iterations')
     plt.ylabel('Loss')
     plt.legend()
     plt.grid(True)
     plt.show()
     

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈