經典的線性回歸模型主要用來預測一些存在著線性關系的數據集?；貧w模型可以理解為：存在一個點集，用一條曲線去擬合它分布的過程。如果擬合曲線是一條直線，則稱為線性回歸。如果是一條二次曲線，則被稱為二次回歸。線性回歸是回歸模型中最簡單的一種。 本教程使用PaddlePaddle建立起一個鮑魚年齡預測模型。

在線性回歸中：
（1）假設函數是指，用數學的方法描述自變量和因變量之間的關系，它們之間可以是一個線性函數或非線性函數。 在本次線性回顧模型中，我們的假設函數為 Y’= wX+b ，其中，Y’表示模型的預測結果（預測的鮑魚年齡），用來和真實的Y區分。模型要學習的參數即：w,b。

（2）損失函數是指，用數學的方法衡量假設函數預測結果與真實值之間的誤差。這個差距越小預測越準確，而算法的任務就是使這個差距越來越小。 建立模型后，我們需要給模型一個優化目標，使得學到的參數能夠讓預測值Y’盡可能地接近真實值Y。這個實值通常用來反映模型誤差的大小。不同問題場景下采用不同的損失函數。 對于線性模型來講，最常用的損失函數就是均方誤差（Mean Squared Error， MSE）。

（3）優化算法：神經網絡的訓練就是調整權重（參數）使得損失函數值盡可能得小，在訓練過程中，將損失函數值逐漸收斂，得到一組使得神經網絡擬合真實模型的權重（參數）。所以，優化算法的最終目標是找到損失函數的最小值。而這個尋找過程就是不斷地微調變量w和b的值，一步一步地試出這個最小值。 常見的優化算法有隨機梯度下降法（SGD）、Adam算法等等

# # **Step1.數據準備** # # **認識數據：** # # # 數據集共4177行，每行9列 # # 前8列用來描述鮑魚的各種信息，分別是性別、長度、直徑、高度、總重量、皮重、內臟重量、克重，最后一列為該鮑魚的年齡 # # # **數據準備：** # # 1.從文件中加載數據 # # 2.對數據進行歸一化 # # 3.構造數據集提供器# 讀取文件 import numpy as np import os import matplotlib.pyplot as pltdata_X = [] data_Y = [] # 將性別（M：雄性，F：雌性，I：未成年）映射成數字 sex_map = {'I': 0, 'M': 1, 'F': 2} with open('data/data361/AbaloneAgePrediction.txt') as f:for line in f.readlines():line = line.split(',')line[0] = sex_map[line[0]]data_X.append(line[:-1])data_Y.append(line[-1:]) # 轉換為nparray data_X = np.array(data_X, dtype='float32') data_Y = np.array(data_Y, dtype='float32') # 檢查大小 print('data shape', data_X.shape, data_Y.shape) print('data_x shape[1]', data_X.shape[1]) # 歸一化 for i in range(data_X.shape[1]):_min = np.min(data_X[:, i]) # 每一列的最小值_max = np.max(data_X[:, i]) # 每一列的最大值data_X[:, i] = (data_X[:, i] - _min) / (_max - _min) # 歸一化到0-1之間import paddle import paddle.fluid as fluid from sklearn.model_selection import train_test_split# 分割訓練集、測試集 X_train, X_test, y_train, y_test = train_test_split(data_X, # 被劃分的樣本特征集data_Y, # 被劃分的樣本標簽test_size=0.2, # 測試集占比random_state=0) # 隨機數種子，在需要重復試驗的時候，保證得到一組一樣的隨機數# 自定義reader,每次返回一個樣本數據 def reader_creator(_X, _Y):def reader():for _x, _y in zip(_X, _Y):yield [_x, _y] # 返回Iterable對象return reader# 一個minibatch中有16個數據 BATCH_SIZE = 20# 定義了用于訓練與驗證的數據提供器。提供器每次讀入一個大小為BATCH_SIZE的數據批次。 # BATCH_SIZE個數據項組成一個mini batch。 train_reader = paddle.batch(reader_creator(X_train, y_train),batch_size=BATCH_SIZE) test_reader = paddle.batch(reader_creator(X_test, y_test),batch_size=BATCH_SIZE)# # **Step2.網絡配置** # # **（1）網絡搭建**：對于線性回歸來講，它就是一個從輸入到輸出的簡單的全連接層。 # # 對于鮑魚年齡預測數據集，假設鮑魚屬性和年齡之間的關系可以被屬性間的線性組合描述。# 定義輸入的形狀和數據類型，張量變量x，表示8維的特征值 x = fluid.layers.data(name='x', shape=[8], dtype='float32')# 定義輸出的形狀和數據類型，張量y,表示目標值 y = fluid.layers.data(name='y', shape=[1], dtype='float32')# 定義一個簡單的線性網絡,連接輸入和輸出的全連接層 # input:輸入; # size:該層輸出單元的數目 # act:激活函數 fc2 = fluid.layers.fc(input=x, size=200, bias_attr=True) drop = fluid.layers.dropout(x=fc2, dropout_prob=0.5) fc3 = fluid.layers.fc(input=drop, size=800, bias_attr=True, act='relu') drop = fluid.layers.dropout(x=fc3, dropout_prob=0.5) fc4 = fluid.layers.fc(input=drop, size=800, bias_attr=True, act='relu') drop = fluid.layers.dropout(x=fc4, dropout_prob=0.5) fc5 = fluid.layers.fc(input=drop, size=100, bias_attr=True, act='relu') y_predict = fluid.layers.fc(input=fc5, size=1, bias_attr=True, act=None)# **(2)定義損失函數** # # 此處使用均方差損失函數。 # # square_error_cost(input,lable):接受輸入預測值和目標值，并返回方差估計,即為（y-y_predict）的平方 cost = fluid.layers.square_error_cost(input=y_predict, label=y) # 求方差 avg_cost = fluid.layers.mean(cost) # 對方差求平均值，得到平均損失 # 克隆main_program得到test_program，使用參數for_test來區分該程序是用來訓練還是用來測試，該api請在optimization之前使用. test_program = fluid.default_main_program().clone(for_test=True) # **(3)定義優化函數**# 此處使用的是隨機梯度下降。 optimizer = fluid.optimizer.AdamOptimizer(learning_rate=0.0001) opts = optimizer.minimize(avg_cost)# 完成上述定義，也就是完成了 fluid.default_main_program 的構建過程，fluid.default_main_program 中承載著神經網絡模型，前向反向計算，以及優化算法對網絡中可學習參數的更新。# **fluid的設計思想：** # 用戶編寫一段python程序，通過調用 Fluid 提供的算子，向一段 Program 中添加**變量**以及**對變量的操作**（Operators ）。 # # 用戶**只需要描述核心的前向計算**，不需要關心反向計算、分布式下以及異構設備下如何計算。 # # Fluid 的 Program 的形式上類似一段 C++ 或 Java 程序。 # # 包含： # # 1.本地變量的定義 # # 2.一系列的operator # # # **用戶完成網絡定義后，一段 Fluid 程序中通常存在 2 段 Program：** # # 1.**fluid.default_startup_program**：定義了創建模型參數，輸入輸出，以及模型中可學習參數的初始化等各種操作 # # default_startup_program 可以由框架自動生成，使用時無需顯示地創建 # # # 2.**fluid.default_main_program** ：定義了神經網絡模型，前向反向計算，以及優化算法對網絡中可學習參數的更新 # # 使用Fluid的核心就是構建起 default_main_program# # **Step3.網絡訓練 & Step4.網絡評估**# **（1）創建Executor** # # 首先定義運算場所 fluid.CPUPlace()和 fluid.CUDAPlace(0)分別表示運算場所為CPU和GPU # # Executor:接收傳入的program，通過run()方法運行program。# use_cuda為False,表示運算場所為CPU;use_cuda為True,表示運算場所為GPU use_cuda = False place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()# 創建一個Executor實例exe exe = fluid.Executor(place)# 正式進行網絡訓練前，需先執行參數初始化 exe.run(fluid.default_startup_program())# **（2）定義輸入數據維度** # # DataFeeder負責將數據提供器（train_reader,test_reader）返回的數據轉成一種特殊的數據結構，使其可以輸入到Executor中。 # # feed_list設置向模型輸入的向變量表或者變量表名# In[ ]:# 告知網絡傳入的數據分為兩部分，第一部分是x值，第二部分是y值 feeder = fluid.DataFeeder(place=place, feed_list=[x, y])# **（3）定義繪制訓練過程的損失值變化趨勢的方法draw_train_process**# In[ ]:iter = 0; iters = [] train_costs = []def draw_train_process(iters, train_costs):title = "training cost"plt.title(title, fontsize=24)plt.xlabel("iter", fontsize=14)plt.ylabel("cost", fontsize=14)plt.plot(iters, train_costs, color='red', label='training cost')plt.grid()plt.show()# **（4）訓練并保存模型** # # Executor接收傳入的program,并根據feed map(輸入映射表)和fetch_list(結果獲取表) 向program中添加feed operators(數據輸入算子)和fetch operators（結果獲取算子)。 feed map為該program提供輸入數據。fetch_list提供program訓練結束后用戶預期的變量。 # # 使用feed方式送入訓練數據，先將reader數據轉換為PaddlePaddle可識別的Tensor數據，傳入執行器進行訓練。 # # 注：enumerate() 函數用于將一個可遍歷的數據對象(如列表、元組或字符串)組合為一個索引序列，同時列出數據和數據下標# In[ ]:# 訓練輪數：所有訓練數據的一個前向傳遞和一個后向傳遞為一輪 EPOCH_NUM = 100 # 模型保存路徑 model_save_dir = "/home/aistudio/work/fit_a_line.inference.model"for pass_id in range(EPOCH_NUM): # 訓練EPOCH_NUM輪# 開始訓練for batch_id, data in enumerate(train_reader()): # 遍歷train_reader迭代器train_cost = exe.run(program=fluid.default_main_program(), # 運行主程序feed=feeder.feed(data), # 喂入一個batch的訓練數據fetch_list=[avg_cost]) # fetch 誤差、準確率,fetch_list中設置要獲取的值if batch_id % 100 == 0:print("Pass:%d, Cost:%0.5f" % (pass_id, train_cost[0])) # 每訓練100次，打印一次平均損失值iter = iter + 1iters.append(iter)train_costs.append(train_cost[0])# 開始驗證，并輸出驗證集經過一輪的平均損失test_costs = []for batch_id, data in enumerate(test_reader()): # 遍歷test_reader迭代器test_cost = exe.run(program=test_program, # 運行測試programfeed=feeder.feed(data), # 喂入一個batch的測試數據fetch_list=[avg_cost]) # fetch均方誤差,fetch_list中設置要獲取的值test_costs.append(test_cost[0])test_cost = (sum(test_costs) / len(test_costs)) # 每輪的平均誤差print('Test:%d, Cost:%0.5f' % (pass_id, test_cost)) # 打印平均損失# 保存模型# 如果保存路徑不存在就創建 if not os.path.exists(model_save_dir):os.makedirs(model_save_dir) print('save models to %s' % (model_save_dir))# 保存訓練參數到指定路徑中，構建一個專門用預測的program fluid.io.save_inference_model(model_save_dir, # 保存預測model的路徑['x'], # 預測需要 feed 的數據[y_predict], # 保存預測結果的變量exe) # exe 保存 inference model # 繪制訓練過程，損失隨迭代次數的變化 draw_train_process(iters, train_costs)# # **Step5.模型預測** # **（1）創建預測用的Executor**# In[ ]:infer_exe = fluid.Executor(place) # 創建推測用的executor inference_scope = fluid.core.Scope() # Scope指定作用域# **（2）可視化真實值與預測值方法定義** def draw_infer_result(groud_truths, infer_results):title = 'abalone'plt.title(title, fontsize=24)x = np.arange(1, 20)y = xplt.plot(x, y)plt.xlabel('ground truth', fontsize=14)plt.ylabel('infer result', fontsize=14)plt.scatter(groud_truths, infer_results, color='green', label='training cost')plt.grid()plt.show()# **(3)開始預測** # # 通過fluid.io.load_inference_model，預測器會從params_dirname中讀取已經訓練好的模型，來對從未遇見過的數據進行預測。with fluid.scope_guard(inference_scope): # 修改全局/默認作用域（scope）, 運行時中的所有變量都將分配給新的scope。# 從指定目錄中加載預測模型[inference_program, # 預測用的programfeed_target_names, # 一個str列表，它包含需要在預測 Program 中提供數據的變量的名稱。fetch_targets] = fluid.io.load_inference_model( # fetch_targets: 從中可以得到預測結果。model_save_dir, # model_save_dir:模型保存路徑infer_exe) # infer_exe: 預測用executor# 獲取預測數據INFER_BATCH_SIZE = 10infer_reader = paddle.batch(reader_creator(X_test, y_test), batch_size=INFER_BATCH_SIZE)# 從infer_reader中分割xinfer_data = next(infer_reader())infer_x = np.array([data[0] for data in infer_data]).astype("float32")infer_y = np.array([data[1] for data in infer_data]).astype("float32")results = infer_exe.run(inference_program, # 預測模型feed={feed_target_names[0]: np.array(infer_x)}, # 喂入要預測的x值fetch_list=fetch_targets) # 得到推測結果infer_results = [] # 預測值groud_truths = [] # 真實值sum_cost = 0for i in range(INFER_BATCH_SIZE):infer_result = results[0][i] # 經過預測后的值ground_truth = infer_y[i] # 真實值infer_results.append(infer_result)groud_truths.append(ground_truth)print("No.%d: infer result is %.2f,ground truth is %.2f" % (i, infer_result, ground_truth))cost = np.power(infer_result - ground_truth, 2)sum_cost += costprint("平均誤差為:", sum_cost / INFER_BATCH_SIZE)draw_infer_result(groud_truths, infer_results)

結果：

總結

以上是生活随笔為你收集整理的鲍鱼年龄预测的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。