1 樣本處理

1.1 載入樣本代碼---Titanic forecast.py（第1部分）

import numpy as np import torch import torch.nn as nn import torch.nn.functional as F from scipy import stats import pandas as pd import matplotlib.pyplot as plt import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"def moving_average(a, w=10):#定義函數(shù)計算移動平均損失值if len(a) < w:return a[:]return [val if idx < w else sum(a[(idx-w):idx])/w for idx, val in enumerate(a)]def plot_losses(losses):avgloss= moving_average(losses) #獲得損失值的移動平均值plt.figure(1)plt.subplot(211)plt.plot(range(len(avgloss)), avgloss, 'b--')plt.xlabel('step number')plt.ylabel('Training loss')plt.title('step number vs. Training loss')plt.show()###1.1 載入樣本 titanic_data = pd.read_csv('csv_list/titanic3.csv') print(titanic_data.columns) # 輸出：Index(['pclass', 'survived', 'name', 'sex', 'age', 'sibsp', 'parch', 'ticket','fare', 'cabin', 'embarked', 'boat', 'body', 'home.dest'],dtype='object')

1.2 離散數(shù)據(jù)

1.2.1 離散數(shù)據(jù)的特征

數(shù)據(jù)之間沒有任何連續(xù)性的數(shù)據(jù)稱為離散數(shù)據(jù)，例如數(shù)據(jù)中的男、女。

離散數(shù)據(jù)通常可以處理為one-hot編碼或者詞向量，可以分為兩類：

①具有固定類別的樣本（性別）：易于處理，按照總得類別進行變換

②沒有固定類別的樣本（姓名）：通過hash算法或其他散列算法處理，再通過詞向量技術進行轉(zhuǎn)化

1.2.2 連續(xù)數(shù)據(jù)的特征

數(shù)據(jù)之間具有連續(xù)性的數(shù)據(jù)，稱為連續(xù)數(shù)據(jù)，例如票價與年齡

對于連續(xù)數(shù)據(jù)做特征變化時，通過對數(shù)運算or歸一化處理，使其具有統(tǒng)一的值域

1.2.3 連續(xù)數(shù)據(jù)與離散數(shù)據(jù)的轉(zhuǎn)化

對于一個跨度很大的特征屬性進行數(shù)據(jù)預處理時，可以有三種方法:

①按照最大值、最小值進行歸一化處理

②使用對數(shù)運算

③按照分布情況將其分為幾類，再做離散化處理

1.3 處理樣本中的離散數(shù)據(jù)與NAn值

1.3.1 將離散數(shù)據(jù)轉(zhuǎn)化為one-hot編碼 代碼---Titanic forecast.py（第2部分）

###1.2 處理樣本中的離散數(shù)據(jù)與Nan值 # 將離散數(shù)據(jù)的字段轉(zhuǎn)化為one-hot # get_dummies()會根據(jù)指定列中的離散值轉(zhuǎn)化為one-hot編碼，并將轉(zhuǎn)化后所生成的新列放到原有數(shù)據(jù)的后面，在新的列中的數(shù)據(jù)用0，1來表示是否具有該列的屬性。 titanic_data = pd.concat([titanic_data,pd.get_dummies(titanic_data['sex']),pd.get_dummies(titanic_data['embarked'],prefix="embark"),pd.get_dummies(titanic_data['pclass'],prefix="class")],axis=1 ) print(titanic_data.columns) # 輸出：Index(['pclass', 'survived', 'name', 'sex', 'age', 'sibsp', 'parch', 'ticket', 'fare', 'cabin', 'embarked', 'boat', 'body', 'home.dest', 'female', 'male', 'embark_C', 'embark_Q', 'embark_S', 'class_1', 'class_2','class_3'],dtype='object') print(titanic_data['sex']) print(titanic_data['female']) # 在sex列中，值為female的行，在female列中值為1

1.3.2 對數(shù)據(jù)中的Nan值進行過濾填充代碼---Titanic forecast.py（第3部分）

對于兩個具有連續(xù)屬性的數(shù)據(jù)列進行Nan值處理，age與fare。

# 對Nan值進行過濾填充 # 調(diào)用fillna()對特定列的NAn值進行過濾，并用該列的平均值進行填充 titanic_data["age"] = titanic_data["age"].fillna(titanic_data["age"].mean()) # 乘客年齡 titanic_data["fare"] = titanic_data["fare"].fillna(titanic_data["fare"].mean()) # 乘客票價

1.3.3 剔除無用的數(shù)據(jù)列代碼---Titanic forecast.py（第4部分）

本部分剔除與遇難無關的數(shù)據(jù)列。

## 去除與是否獲取無關的數(shù)據(jù)列 titanic_data = titanic_data.drop(['name','ticket','cabin','boat','body','home.dest','sex','embarked','pclass'], axis=1) print(titanic_data.columns ) # 輸出真正需要處理的數(shù)據(jù)列

1.4 分離樣本與標簽并制作數(shù)據(jù)集代碼---Titanic forecast.py（第5部分）

將suivived列從數(shù)據(jù)集中抽取出來，將數(shù)據(jù)列中剩下的數(shù)據(jù)作為輸入樣本。

### 1.3 分離樣本和標簽并制作數(shù)據(jù)集 # 分離樣本 labels = titanic_data["survived"].to_numpy()titanic_data = titanic_data.drop(['survived'],axis=1) data = titanic_data.to_numpy()# 樣本屬性名稱 feature_names = list(titanic_data.columns)# 將樣本分為訓練和測試兩部分 np.random.seed(10) # 設置隨機種子，保證每次運行所分的樣本一致# set() 函數(shù)創(chuàng)建一個無序不重復元素集,x-y返回一個新的集合,包括在集合x中但不在集合y中的元素 # random.choice(a=5, size=3, replace=False, p=None) 參數(shù)意思分別 是從a中以概率P隨機選擇3個, p沒有指定的時候相當于是一致的分布 # 按照行號提取 train_indices = np.random.choice(len(labels),int(0.7 * len(labels)),replace = False) print('train_indices++++',train_indices) test_indices = list(set(range(len(labels))) - set(train_indices)) #將剩余部分設為測試集 print('train_indices++++',train_indices)# data[:]相當于重新拷貝一個列表，列表是可變對象如果直接引用傳參給函數(shù)，則會導致修改其中任意一個變量，其余變量相應改變。但是，通過這種方式可以避免這種情況。 train_features = data[train_indices] train_labels = labels[train_indices]test_features = data[test_indices] test_labels = labels[test_indices] print('測試樣本數(shù)量',len(test_labels)) # 測試樣本數(shù)量 393

2 訓練模型

2.1 定義Mish激活函數(shù)與多層全連接網(wǎng)絡代碼---Titanic forecast.py（第6部分）

###定義Mish激活函數(shù)與多層全連接網(wǎng)絡 # 定一個帶有3層全連接網(wǎng)絡的類，每個網(wǎng)絡層使用Mish作為激活函數(shù)，該模型使用交叉熵損失函數(shù) class Mish(nn.Module):def __init__(self):super().__init__()def forward(self,x):x = x * (torch.tanh(F.softplus(x)))return xtorch.manual_seed(0) # 設置隨機種子函數(shù)class ThreeLinearModel(nn.Module):def __init__(self):super().__init__()self.linear1 = nn.Linear(12,12)self.mish1 = Mish()self.linear2 = nn.Linear(12,8)self.mish2 = Mish()self.linear3 = nn.Linear(8,2)self.softmax = nn.Softmax(dim = 1)self.criterion = nn.CrossEntropyLoss() #定義交叉熵def forward(self,x): # 定義一個全連接網(wǎng)絡lin1_out = self.linear1(x)out_1 = self.mish1(lin1_out)out_2 = self.mish2(self.linear2(out_1))return self.softmax(self.linear3(out_2))def getloss(self,x,y): # 實現(xiàn)類的損失值計算接口y_pred = self.forward(x)loss = self.criterion(y_pred,y)return loss

2.2 訓練模型并輸出結(jié)果代碼---Titanic forecast.py（第7部分）

### 訓練模型并輸出結(jié)果 if __name__ == '__main__':net = ThreeLinearModel()num_epochs = 200optimizer = torch.optim.Adam(net.parameters(),lr = 0.04)# 將輸入的樣本標簽轉(zhuǎn)化為標量input_tensor = torch.from_numpy(train_features).type(torch.FloatTensor)label_tensor = torch.from_numpy(train_labels)losses = [] # 定義損失值列表for epoch in range(num_epochs):loss = net.getloss(input_tensor, label_tensor)losses.append(loss.item())optimizer.zero_grad() # 清空之前的梯度loss.backward() # 反向傳播損失值optimizer.step() # 更新參數(shù)if epoch % 20 == 0:print('Epoch {}/{} => Loss: {:.2f}'.format(epoch + 1, num_epochs, loss.item()))os.makedirs('models', exist_ok=True)torch.save(net.state_dict(), 'models/titanic_model.pt')plot_losses(losses)# 輸出訓練結(jié)果# tensor.detach():從計算圖中脫離出來，返回一個新的tensor，新的tensor和原tensor共享數(shù)據(jù)內(nèi)存，（這也就意味著修改一個tensor的值，另外一個也會改變），# 但是不涉及梯度計算。在從tensor轉(zhuǎn)換成為numpy的時候，如果轉(zhuǎn)換前面的tensor在計算圖里面（requires_grad = True），那么這個時候只能先進行detach操作才能轉(zhuǎn)換成為numpyout_probs = net(input_tensor).detach().numpy()out_classes = np.argmax(out_probs, axis=1)print("Train Accuracy:", sum(out_classes == train_labels) / len(train_labels))# 測試模型test_input_tensor = torch.from_numpy(test_features).type(torch.FloatTensor)out_probs = net(test_input_tensor).detach().numpy()out_classes = np.argmax(out_probs, axis=1)print("Test Accuracy:", sum(out_classes == test_labels) / len(test_labels))

3.0 代碼匯總

import numpy as np import torch import torch.nn as nn import torch.nn.functional as F from scipy import stats import pandas as pd import matplotlib.pyplot as plt import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"def moving_average(a, w=10):#定義函數(shù)計算移動平均損失值if len(a) < w:return a[:]return [val if idx < w else sum(a[(idx-w):idx])/w for idx, val in enumerate(a)]def plot_losses(losses):avgloss= moving_average(losses) #獲得損失值的移動平均值plt.figure(1)plt.subplot(211)plt.plot(range(len(avgloss)), avgloss, 'b--')plt.xlabel('step number')plt.ylabel('Training loss')plt.title('step number vs. Training loss')plt.show()###1.1 載入樣本 titanic_data = pd.read_csv('csv_list/titanic3.csv') print(titanic_data.columns) # 輸出：Index(['pclass', 'survived', 'name', 'sex', 'age', 'sibsp', 'parch', 'ticket','fare', 'cabin', 'embarked', 'boat', 'body', 'home.dest'],dtype='object')###1.2 處理樣本中的離散數(shù)據(jù)與Nan值 # 將離散數(shù)據(jù)的字段轉(zhuǎn)化為one-hot # get_dummies()會根據(jù)指定列中的離散值轉(zhuǎn)化為one-hot編碼，并將轉(zhuǎn)化后所生成的新列放到原有數(shù)據(jù)的后面，在新的列中的數(shù)據(jù)用0，1來表示是否具有該列的屬性。 titanic_data = pd.concat([titanic_data,pd.get_dummies(titanic_data['sex']),pd.get_dummies(titanic_data['embarked'],prefix="embark"),pd.get_dummies(titanic_data['pclass'],prefix="class")],axis=1 ) print(titanic_data.columns) # 輸出：Index(['pclass', 'survived', 'name', 'sex', 'age', 'sibsp', 'parch', 'ticket', 'fare', 'cabin', 'embarked', 'boat', 'body', 'home.dest', 'female', 'male', 'embark_C', 'embark_Q', 'embark_S', 'class_1', 'class_2','class_3'],dtype='object') print(titanic_data['sex']) print(titanic_data['female']) # 在sex列中，值為female的行，在female列中值為1 # 對Nan值進行過濾填充 # 調(diào)用fillna()對特定列的NAn值進行過濾，并用該列的平均值進行填充 titanic_data["age"] = titanic_data["age"].fillna(titanic_data["age"].mean()) # 乘客年齡 titanic_data["fare"] = titanic_data["fare"].fillna(titanic_data["fare"].mean()) # 乘客票價## 去除與是否獲取無關的數(shù)據(jù)列 titanic_data = titanic_data.drop(['name','ticket','cabin','boat','body','home.dest','sex','embarked','pclass'], axis=1) print(titanic_data.columns )### 1.3 分離樣本和標簽并制作數(shù)據(jù)集 # 分離樣本 labels = titanic_data["survived"].to_numpy()titanic_data = titanic_data.drop(['survived'],axis=1) data = titanic_data.to_numpy()# 樣本屬性名稱 feature_names = list(titanic_data.columns)# 將樣本分為訓練和測試兩部分 np.random.seed(10) # 設置隨機種子，保證每次運行所分的樣本一致# set() 函數(shù)創(chuàng)建一個無序不重復元素集,x-y返回一個新的集合,包括在集合x中但不在集合y中的元素 # random.choice(a=5, size=3, replace=False, p=None) 參數(shù)意思分別 是從a中以概率P隨機選擇3個, p沒有指定的時候相當于是一致的分布 # 按照行號提取 train_indices = np.random.choice(len(labels),int(0.7 * len(labels)),replace = False) print('train_indices++++',train_indices) test_indices = list(set(range(len(labels))) - set(train_indices)) #將剩余部分設為測試集 print('train_indices++++',train_indices)# data[:]相當于重新拷貝一個列表，列表是可變對象如果直接引用傳參給函數(shù)，則會導致修改其中任意一個變量，其余變量相應改變。但是，通過這種方式可以避免這種情況。 train_features = data[train_indices] train_labels = labels[train_indices]test_features = data[test_indices] test_labels = labels[test_indices] print('測試樣本數(shù)量',len(test_labels)) # 測試樣本數(shù)量 393###定義Mish激活函數(shù)與多層全連接網(wǎng)絡 # 定一個帶有3層全連接網(wǎng)絡的類，每個網(wǎng)絡層使用Mish作為激活函數(shù)，該模型使用交叉熵損失函數(shù) class Mish(nn.Module):def __init__(self):super().__init__()def forward(self,x):x = x * (torch.tanh(F.softplus(x)))return xtorch.manual_seed(0) # 設置隨機種子函數(shù)class ThreeLinearModel(nn.Module):def __init__(self):super().__init__()self.linear1 = nn.Linear(12,12)self.mish1 = Mish()self.linear2 = nn.Linear(12,8)self.mish2 = Mish()self.linear3 = nn.Linear(8,2)self.softmax = nn.Softmax(dim = 1)self.criterion = nn.CrossEntropyLoss() #定義交叉熵def forward(self,x): # 定義一個全連接網(wǎng)絡lin1_out = self.linear1(x)out_1 = self.mish1(lin1_out)out_2 = self.mish2(self.linear2(out_1))return self.softmax(self.linear3(out_2))def getloss(self,x,y): # 實現(xiàn)類的損失值計算接口y_pred = self.forward(x)loss = self.criterion(y_pred,y)return loss### 訓練模型并輸出結(jié)果 if __name__ == '__main__':net = ThreeLinearModel()num_epochs = 200optimizer = torch.optim.Adam(net.parameters(),lr = 0.04)# 將輸入的樣本標簽轉(zhuǎn)化為標量input_tensor = torch.from_numpy(train_features).type(torch.FloatTensor)label_tensor = torch.from_numpy(train_labels)losses = [] # 定義損失值列表for epoch in range(num_epochs):loss = net.getloss(input_tensor, label_tensor)losses.append(loss.item())optimizer.zero_grad() # 清空之前的梯度loss.backward() # 反向傳播損失值optimizer.step() # 更新參數(shù)if epoch % 20 == 0:print('Epoch {}/{} => Loss: {:.2f}'.format(epoch + 1, num_epochs, loss.item()))os.makedirs('models', exist_ok=True)torch.save(net.state_dict(), 'models/titanic_model.pt')plot_losses(losses)# 輸出訓練結(jié)果# tensor.detach():從計算圖中脫離出來，返回一個新的tensor，新的tensor和原tensor共享數(shù)據(jù)內(nèi)存，（這也就意味著修改一個tensor的值，另外一個也會改變），# 但是不涉及梯度計算。在從tensor轉(zhuǎn)換成為numpy的時候，如果轉(zhuǎn)換前面的tensor在計算圖里面（requires_grad = True），那么這個時候只能先進行detach操作才能轉(zhuǎn)換成為numpyout_probs = net(input_tensor).detach().numpy()out_classes = np.argmax(out_probs, axis=1)print("Train Accuracy:", sum(out_classes == train_labels) / len(train_labels))# 測試模型test_input_tensor = torch.from_numpy(test_features).type(torch.FloatTensor)out_probs = net(test_input_tensor).detach().numpy()out_classes = np.argmax(out_probs, axis=1)print("Test Accuracy:", sum(out_classes == test_labels) / len(test_labels))

總結(jié)

以上是生活随笔為你收集整理的【Pytorch神经网络实战案例】07 预测泰坦尼克号上生存的乘客的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。