PaddlePaddle实现波士顿房价预测
PaddlePaddle实现波士顿房价预测
AIStudio地址
Github地址
#加载飞桨、Numpy 和相关库
import paddle
import paddle.fluid as fluid # 飞桨主库
import paddle.fluid.dygraph as dygraph # 动态图类库
from paddle.fluid.dygraph import Linear
import numpy as np
import random
import os
数据预处理
数据预处理主要包含五个部分:数据导入、数据形状变换、数据集划分、数据归一化处理、封装 load_data 函数。
# 数据预处理def load_data():# 从文件读取数据datafile = './work/housing.data'data = np.fromfile(datafile, sep=" ") # 从文本或二进制文件中构造一个数组# 每条数据包括14项,其中前面13项是影响因素,第14项是相应的房屋价格中位数feature_name = ['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX', 'PTRATIO', 'B', 'LSTAT', 'MEDV']# 统计字段个数feature_num = len(feature_name)# 将原始数据进行reshape, 变成 [N, 14]的形状# N = data.shape[0]//feature_numdata = data.reshape([data.shape[0]//feature_num, feature_num])# 将原始数据及拆分为训练集和测试集(8:2)ratio = 0.8offset = int(data.shape[0]*ratio)training_data = data[:offset]# 计算训练集的max, min, meanmaximums, minimums, avgs = training_data.max(axis=0), training_data.min(axis=0), \training_data.sum(axis=0) / training_data.shape[0]# 记录数据的归一化参数,在预测时对数据做归一化global max_valuesglobal min_valuesglobal avg_valuesmax_values = maximumsmin_values = minimumsavg_values = avgs# 对数据进行归一化处理for i in range(feature_num):data[:, i] = (data[:, i] - avgs[i]) / (maximums[i] - minimums[i])# 训练集和测试集的化分training_data = data[:offset]test_data = data[offset:]return training_data, test_data
# 查看数据
training_data , test_data = load_data()
print(training_data,test_data)print("~"*20)# 查看第一个训练样本数据
x = training_data[:, :-1]
y = training_data[:, -1:]
print(x[0]) #前13个影响因素
print(y[0]) #第14个房价中位数
搭建神经网络
线性回归模型采用线性激活函数( linear activation )的全连接层 ( fully-connected layer, fc_layer ),因此在飞桨中利用全连接层模型构造线性回归,这样,一个全连接层就可以看作一个简单的神经网络。
搭建神经网络类似于使用积木搭建宝塔。在飞桨中,网络层(layer)是积木,而神经网络是要搭建的宝塔。我们使用不同的layer进行组合,来搭建神经网络。飞桨建议通过创建Python类的方式完成模型网络的定义,即__init__函数和forward函数。
forward函数是框架指定实现前向计算逻辑的函数,程序在调用模型实例时会自动执行forward方法。在forward函数中使用的网络层需要在__init__函数中声明。
定义init函数:在类的初始化函数中声明每一层网络的实现函数。
定义forward函数:构建神经网络结构,实现前向计算过程,并返回预测结果。
# 配置网络结构
class Regressor(fluid.dygraph.Layer):def __init__(self,name_scope):super(Regressor,self).__init__(name_scope)name_scope = self.full_name()# 定义一层全连接层,输出维度是1, 激活函数为None, 即不使用激活函数self.fc = Linear(input_dim = 13, output_dim = 1,act = None)# 网络的前向计算函数def forward(self,input):x = self.fc(input)return x
训练配置
- 指定运行训练的机器资源:以guard函数指定运行训练的机器资源,表明在with作用域下的程序均执行在本机的CPU资源上。 dygraph.guard 表示在with作用于下的程序会以动态图的模式执行(实时执行)。
- 声明模型实例:声明定义好的回归模型Regressor实例,并将模型的状态设置为训练。
- 加载训练和测试数据:使用load_data 函数加载训练数据和测试数据。
- 设置优化算法和学习率:优化算法采用随机梯度下降SGD,学习率设置为0.01.
# 初始化with fluid.dygraph.guard():'''在paddlepaddle中,模型实例有两个状态:train()和eval()。训练时要执行正向计算和反向传播梯度两个过程,而预测只需要执行正向计算。另外,with fluid.dygraph.guard()创建了飞桨动态图的工作环境,在该环境中完成模型声明、数据转换及模型训练等。'''# 声明定义好的线性回归模型(Regressor)model = Regressor('Regressor')model.train()# 数据加载training_data, test_data = load_data()print(training_data[10:20])# 定义优化算法,SGD# 学习率设置为0.01opt = fluid.optimizer.SGD(learning_rate=0.01, parameter_list= model.parameters())
模型训练
模型训练过程采用内层循环和外层循环嵌套的方式。
内层循环负责整个数据集的一次遍历,采用分批次(batch)方式。Batch的取值会影响模型训练效果:batch过大,会增大内存消耗和计算时间,且效果不会明显提升;batch过小,每个batch的样本数据将没有统计意义。
内循环四个步骤:
- 数据准备:将一个批次的数据转变为np.array和内置格式。
- 前向计算:将一个批次的样本数据灌入网络中,计算输出结果。
- 计算损失函数:以前向计算结果和真实房价作为输入,通过损失函数square_error_cost计算出损失函数值(Loss).
- 反向传播: 执行梯度反向传播backward函数,即从后到前逐层计算每一层的梯度,并根据设置的优化算法更新参数opt.minimize。
外层循环定义遍历数据集的次数,通过参数EPOCH_NUM设置。
# 定义训练过程
with dygraph.guard(fluid.CPUPlace()):EPOCH_NUM = 10 # 设置外层循环次数BATCH_SIZE = 10 # 设置batch大小# 定义外层循环for epoch_id in range(EPOCH_NUM):# 在每轮迭代开始之前,将训练数据的顺序随机打乱np.random.shuffle(training_data)# 将训练数据进行拆分,每个batch包含10条数据mini_batches = [training_data[k:k+BATCH_SIZE] for k in range(0,len(training_data),BATCH_SIZE)]# 定义内层循环for iter_id, mini_batch in enumerate(mini_batches):# 获得当前批次训练数据x = np.array(mini_batch[:,:-1]).astype('float32')# 获得当前批次训练标签(真是房价)y = np.array(mini_batch[:,-1:]).astype('float32')# 将numpy数据转为飞桨动态图variable形式house_features = dygraph.to_variable(x)prices = dygraph.to_variable(y)# 正向计算predicts = model(house_features)# 计算损失loss = fluid.layers.square_error_cost(predicts, label=prices)avg_loss = fluid.layers.mean(loss)if iter_id % 20 == 0:print("epoch:{}, iter:{}, loss is:{}".format(epoch_id,iter_id,avg_loss.numpy()))#反向传播avg_loss.backward()# 最小化loss, 更新参数opt.minimize(avg_loss)# 清除梯度model.clear_gradients()fluid.save_dygraph(model.state_dict(),"LR_model")
保存并测试模型
首先我们将模型当前的参数数据model.state_dict()保存在文件中(通过参数指定保存的文件LR_model),以备预测或校验的程序调用。
# 定义飞桨动态图工作环境
with fluid.dygraph.guard():# 保存模型参数,文件为LR_modelfluid.save_dygraph(model.state_dict(),'LR_model')print("模型保存成功,模型参数保存在LR_model中")
模型保存成功,模型参数保存在LR_model中
然后可以对模型进行测试,测试过程与在应用场景中使用模型的过程一致,主要分为如下三个步骤:
(1)、配置模型预测的机器资源;
(2)、将训练好的模型参数加载到模型。加载完毕后,需要将模型的状态调整为evaluation(校验)。
(3)、将待预测的样本特征输入模型中,打印输出的预测结果。
通过load_one_example函数从数据集中抽出一条样本作为测试样本。
# 读取测试样本
def load_one_example(data_dir):f = open(data_dir, 'r')datas = f.readlines()# 选择倒数第十条数据用于测试tmp = datas[-10]tmp = tmp.strip().split()one_data = [float(v) for v in tmp]# 对数据进行归一化处理for i in range(len(one_data)-1):one_data[i] = (one_data[i] - avg_values[i]) / (max_values[i] - min_values[i])data = np.reshape(np.array(one_data[:-1]), [1,-1]).astype(np.float32)label = one_data[-1]return data, label# 测试模型
with dygraph.guard():# 参数为保存模型参数的文件地址model_dict, _ = fluid.load_dygraph("LR_model")model.load_dict(model_dict)model.eval()# 参数为数据集的文件地址test_data, label = load_one_example('./work/housing.data')# 将数据转为动态图的variable格式test_data = dygraph.to_variable(test_data)results = model(test_data)# 对结果进行反归一化处理results = results*(max_values[-1] - min_values[-1]) +avg_values[-1]print("Inference result is {}, the corresponding label is {}".format(results.numpy(),label))
Inference result is [[14.326102]], the corresponding label is 19.7
PaddlePaddle实现波士顿房价预测相关推荐
- 教你使用百度深度学习框架PaddlePaddle完成波士顿房价预测(新手向)
首先,本文是一篇纯新手向文章,我自己也只能算是入门,有说错的地方欢迎大家批评讨论 目录 一.人工智能.机器学习.深度学习 二.PaddlePaddle(飞桨) 三.波士顿房价预测模型 数据处理 模型设 ...
- paddlepaddle学习—波士顿房价预测
1. 机器学习 1.1 paddle使用场景 1.2 什么是机器学习 专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,使之不断改善自身的性能. 训练:从一定数 ...
- PaddlePaddle实战系列1——波士顿房价预测
参考的项目是官方的一个入门项目:波士顿房价预测 首先点击上面网址,fork该项目. 输入项目名称和项目描述后,创建该项目. 然后就会来到这个页面.点击运行. 现在Baidu AI Studio,创建项 ...
- PaddlePaddle基本用法详解(一)、PaddelPaddle进行波士顿房价预测
PaddlePaddle基本用法详解(一).PaddelPaddle进行波士顿房价预测 # helloworld示例 import paddle.fluid as fluid # 创建两个类型为int ...
- 深度学习(波士顿房价预测)
本程序采用百度paddlepaddle深度学习框架,并在百度AI Studio平台上运行. 目录 1实验背景 2 实验过程 2.1 数据处理 2.1.1数据集导入并按规定形状保存 2.1.2数据集的划 ...
- paddlepaddle框架——波士顿房价预测模型(附原始数据)
波士顿房价预测是一个经典的机器学习任务,类似于程序员世界的"Hello World".和大家对房价的普遍认知相同,波士顿地区的房价受诸多因素影响.该数据集统计了13种可能影响房价的 ...
- 机器学习(11)线性回归(2)实战 -- 正规方程优化、梯度下降优化(波士顿房价预测)
目录 一.波士顿房价预测(正规方程优化) API 1.获取数据集 2.划分数据集 3.标准化 4. 创建预估器,得到模型 5.模型评估(均方差评估) 代码 二.波士顿房价预测(正规方程优化) API ...
- 竞赛大杀器xgboost,波士顿房价预测
经常出入DC竞赛.kaggle.天池等大数据比赛的同学应该很了解xgboost这座大山. 几乎所有的比赛都绕不过它,可能只需要这一个库,在比赛中就可以得到很高的分数,究竟是为什么呢?那么就来窥探一下它 ...
- 线性回归之案例:波士顿房价预测
线性回归之案例:波士顿房价预测 数据介绍 [13个特征值,1个目标值] 给定的这些特征,是专家们得出的影响房价的结果属性.此阶段不需要自己去探究特征是否有用,只需要使用这些特征.到后面量化很多特征 ...
最新文章
- pandas中两个dataframe的交集和差集
- es6的Promise(承诺)
- (未完)httpd进程数查询,prefork模式修改apache最大连接数
- 32位mysql安装包_《MySQL 入门教程》第 02 篇 MySQL 安装
- NEU 	1497 Kid and Ants 思路 难度:0
- Unable to locate Attribute with the the given name [] on this ManagedType[com.XXX]
- android 开发中java.lang.verifyerror问题
- 查看linux服务器的系统信息
- 数据库杂谈(二)——数据模型
- 现实世界的Windows Azure:采访InishTech的销售及市场部主管Andrew O’Connor
- Git常用命令——远程操作
- [IT幽默]互联网的魔鬼词典
- python极客项目编程 豆瓣_《Python极客项目编程》
- 坑系列 --- 重构过程中的过度设计
- VSCode解决设置默认浏览器方法(open with live server)
- 无领导小组讨论(LGD)九大经典案例3
- java程序中,如何设置周一为一周的开始?如何设置周一为一周的第一天? 或者说,如何理解java的setFirstDayOfWeek()方法?
- Java图片上传Base64 类型上传 后台转换工具类
- windows10下安装Vue.js的方法
- Unfinished