Python实现哈里斯鹰优化算法(HHO)优化BP神经网络回归模型(BP神经网络回归算法)项目实战
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。
1.项目背景
2019年Heidari等人提出哈里斯鹰优化算法(Harris Hawk Optimization, HHO),该算法有较强的全局搜索能力,并且需要调节的参数较少的优点。
本项目通过HHO哈里斯鹰优化算法寻找最优的参数值来优化BP神经网络回归模型。
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:
数据详情如下(部分展示):
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:
关键代码:
3.2数据缺失查看
使用Pandas工具的info()方法查看数据信息:
从上图可以看到,总共有11个变量,数据中无缺失值,共2000条数据。
关键代码:
3.3数据描述性统计
通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。
关键代码如下:
4.探索性数据分析
4.1 y变量直方图
用Matplotlib工具的hist()方法绘制直方图:
从上图可以看到,y变量主要集中在-400~400之间。
4.2 相关性分析
从上图中可以看到,数值越大相关性越强,正值是正相关、负值是负相关。
5.特征工程
5.1 建立特征数据和标签数据
关键代码如下:
5.2 数据集拆分
通过train_test_split()方法按照80%训练集、20%测试集进行划分,关键代码如下:
6.构建HHO哈里斯鹰优化算法优化BP神经网络回归模型
主要使用HHO哈里斯鹰优化算法优化BP神经网络回归算法,用于目标回归。
6.1 HHO哈里斯鹰优化算法寻找的最优参数
关键代码:
每次迭代的过程数据:
最优参数:
----------------HHO哈里斯鹰优化算法优化BP神经网络模型-最优结果展示----------------- The best units is 48 The best epochs is 60 |
6.2 最优参数值构建模型
6.3 最优参数模型摘要信息
6.4 最优参数模型网络结构
6.5 最优参数模型训练集测试集损失曲线图
7.模型评估
7.1 评估指标及结果
评估指标主要包括可解释方差值、平均绝对误差、均方误差、R方值等等。
从上表可以看出,R方0.9977,为模型效果良好。
关键代码如下:
7.2 真实值与预测值对比图
从上图可以看出真实值和预测值波动基本一致,模型拟合效果良好。
8.结论与展望
综上所述,本文采用了HHO哈里斯鹰优化算法寻找BP神经网络回归算法的最优参数值来构建回归模型,最终证明了我们提出的模型效果良好。此模型可用于日常产品的预测。
#!/usr/bin/env python
# coding: utf-8# 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变量分布直方图fig = plt.figure(figsize=(8, 5)) # 设置画布大小plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题data_tmp = df['y'] # 过滤出y变量的样本# 绘制直方图 bins:控制直方图中的区间个数 auto为自动填充个数 color:指定柱子的填充色plt.hist(data_tmp, bins='auto', color='g')plt.xlabel('y')plt.ylabel('数量')plt.title('y变量分布直方图')plt.show()# *******************************************************************************# 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/1c6mQ_1YaDINFEttQymp2UQ# 提取码:thgk
# *******************************************************************************# 数据的相关性分析sns.heatmap(df.corr(), cmap="YlGnBu", annot=True) # 绘制热力图plt.title('相关性分析热力图')plt.show()# 提取特征变量和标签变量y = df['y']X = df.drop('y', axis=1)
更多项目实战,详见机器学习项目实战合集列表:
机器学习项目实战合集列表_机器学习实战项目_胖哥真不错的博客-CSDN博客
Python实现哈里斯鹰优化算法(HHO)优化BP神经网络回归模型(BP神经网络回归算法)项目实战相关推荐
- 常用的三种线性模型算法--线性回归模型、岭回归模型、套索回归模型
常用的三种线性模型算法–线性回归模型.岭回归模型.套索回归模型 线性模型基本概念 线性模型的一般预测模型是下面这个样子的,一般有多个变量,也可以称为多个特征x1.x2.x3 - 最简单的线性模型就是一 ...
- Python实现Stacking回归模型(随机森林回归、极端随机树回归、AdaBoost回归、GBDT回归、决策树回归)项目实战
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. 1.项目背景 Stacking通常考虑的是异质弱学习器(不同的学习算法被组合在 ...
- Python实现哈里斯鹰优化算法(HHO)优化卷积神经网络分类模型(CNN分类算法)项目实战
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. 1.项目背景 2019年Heidari等人提出哈里斯鹰优化算法(Harris ...
- Python实现贝叶斯优化器(Bayes_opt)优化BP神经网络回归模型(BP神经网络回归算法)项目实战
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. 1.项目背景 贝叶斯优化器 (BayesianOptimization) 是一 ...
- Python实现贝叶斯优化器(Bayes_opt)优化BP神经网络分类模型(BP神经网络分类算法)项目实战
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. 1.项目背景 贝叶斯优化器(BayesianOptimization) 是一种 ...
- 【Python机器学习】决策树、逻辑回归、神经网络等模型对电信用户流失分类实战(附源码和数据集)
需要源码和数据集请点赞关注收藏后评论区留言私信~~~ 电信用户流失分类 该实例数据来自kaggle,它的每一条数据为一个用户的信息,共有21个有效字段,其中最后一个字段Churn标志该用户是否流失 1 ...
- 机器学习(一):基于Logistic回归模型的分类预测(算法实践)——阿里云天池
文章目录 前言 一.逻辑回归的介绍和应用 1.1 逻辑回归的应用 二.逻辑回归案例 2.1.引入库 2.2读入数据 2.3.调用函数拟合数据 2.4.设置边界 2.5.预测数据 2.6.预测数据值 总 ...
- Python实现KNN(K近邻)回归模型(KNeighborsRegressor算法)并应用网格搜索算法寻找最优参数值项目实战
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. 1.项目背景 K近邻算法回归模型则将离待预测样本点最近的K个训练样本点的平均值 ...
- 【项目实战】Python实现RVM相关向量机回归模型(RVR算法)项目实战
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. 1.项目背景 相关向量机(Relevance Vector Machine,简 ...
最新文章
- c# 网站在服务器上第一次请求都需要耗时很久,最.net面试题目.doc
- isnull pivot server sql_多行转换成多列 pivot解决方案
- Gradle项目中gradle.build文件中的buildScript代码块
- PHPMailer——发送邮件函数封装
- SpringCloud教程 | 第二篇: 服务消费者(rest+ribbon)
- UE4学习-材质快捷键及材质帮助手册
- git branch 为什么会进入编辑状态_最好的Git分支管理教程
- python中自定义模块导入飘红_hadoop streaming 中跑python程序,自定义模块的导入
- PAT乙级(1004 成绩排名)
- 华为重磅新品来了!已通过3C认证 由京东方代工
- OpenShift 4 - DevSecOps Workshop (6) - 为Pipeline增加SonarQube实现SAST
- 从“信件装错”问题向递推问题的延伸
- 地方棋牌游戏里的家乡情结
- 通讯录AddressBook
- java发微信_java实现微信发送消息
- 【Unity面板属性扫盲】导入纹理后设置Texture Import Settings
- 配色神器ColorCube
- 开机内存占用过高解决方案
- 基于android 10的国产手机,魅友有福了,基于Android 10的Flyme来了,10款旧机型可申请...
- ES2016/ES2017/ES2018/ES2019 新语法