import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import torch
import torch.nn as nn
from torch import tensor
from torch.utils.data import DataLoader
from torch.utils.data import Dataset
##第一步:读取数据
path_train = './house-prices-advanced-regression-techniques/train.csv' #训练数据集地址
path_test = './house-prices-advanced-regression-techniques/test.csv' #测试数据集地址
train_data = pd.read_csv(path_train) #训练数据集
print(train_data)
test_data = pd.read_csv(path_test) #测试数据集
print(test_data)
##第二步:预处理数据集
all_features = pd.concat([train_data.iloc[:,1:-1],test_data.iloc[:,1:]],axis=0)
print(all_features)
# print(all_features)
index_Missing_data = all_features.isnull()##全部确实值的索引
numeric_featrues = all_features.dtypes[all_features.dtypes != 'object'].index ##返回所有标签不是object的索引
# print(all_features[numeric_featrues])##输出所有列索引不为object的数据,表示这些列的数据可以用数值表示,即:可以观察到
all_features[numeric_featrues] = all_features[numeric_featrues].apply(lambda x: (x-x.mean())/(x.std()))
# 在标准化数据之后,所有均值消失,因此我们可以将缺失值设置为0
all_features[numeric_featrues] = all_features[numeric_featrues].fillna(0)
# “Dummy_na=True”将“na”(缺失值)视为有效的特征值,并为其创建指示符特征
all_features = pd.get_dummies(all_features, dummy_na=True)
#从Dataframe数据库中读取数据并将其转化为tensor形式
n_train = len(train_data)
train_features = torch.tensor(all_features[:n_train].values,dtype = torch.float32)
test_features = torch.tensor(all_features[n_train:].values,dtype = torch.float32)
train_labels = torch.tensor(train_data.SalePrice.values.reshape(-1, 1), dtype=torch.float32)
'''
##代码测试:检测构成的小批量数据
from torch.utils.data import DataLoader, TensorDataset
train_iter = DataLoader(TensorDataset(train_features, train_labels), batch_size=64,shuffle=True)
for X,Y in train_iter:
print(X)
print(Y)
#画一下原始的房子销售价格,并分析一下数据,选择使用的预测方法(本节理解即可)
a = train_labels.numpy().reshape(-1)
b = len(a)
plt.plot(np.arange(100), a[0:100])
plt.show()
'''
###第三部:开始模型的训练
#定义平方损失函数
loss = nn.MSELoss()
#定义一个简单的线性回归模型
in_features = train_features.shape[1]
def get_net():
net = nn.Sequential(nn.Linear(in_features,1))
return net
#定义评级模型的指标:对数均方根误差
def log_RMSE(net, features, labels):
# 为了在取对数时进一步稳定该值,将小于1的值设置为1
clipped_preds = torch.clamp(net(features), 1, float('inf'))
RMSE = torch.sqrt(loss(torch.log(clipped_preds), torch.log(labels)))
return RMSE.item()
#定义训练模型的过程
def train(net,train_features,train_labels,test_features,test_labels,num_epochs,learning_rate,weight_decay,batch_size):
'''
net:定义的网络模型
train_features :训练的特征值
train_labels :训练的标签
test_features :测试的特征值
test_labels :测试的标签
num_epochs :训练迭代的次数
learning_rate :学习率
weight_decay :权重值
batch_size :小批量大小
return :train_ls表示训练数据集的损失, test_ls表示测试数据集的损失
'''
from torch.utils.data import DataLoader, TensorDataset
##使用Dataloader进行小批量读取数据
train_iter = DataLoader(TensorDataset(train_features, train_labels), batch_size=batch_size,shuffle=True)
train_ls = [] # 用来保存训练集的对数均方根误差
test_ls = [] # 用来保存测试集的对数均方跟误差
optimizer = torch.optim.Adam(net.parameters(), lr = learning_rate , weight_decay = weight_decay)#优化函数
for epoch in range(num_epochs):
for X,Y in train_iter:
optimizer.zero_grad()
l = loss(net(X),Y)
l.backward()
optimizer.step()
train_ls.append(log_RMSE(net, train_features, train_labels))
if test_labels is not None:
test_ls.append(log_RMSE(net, test_features, test_labels))
return train_ls, test_ls
# 第三部分:K折交叉验证
def get_k_fold_data(k, i, X, y):
'''
函数功能:将训练集数据进行 k 折 切 分
k:表示将数据进行 k 次切分
i:
X:表示训练集的数据输入
y:表示训练集的数据输出
return:函数返回切分好的数据集
'''
assert k > 1 #只有当k大于1时,后面的代码才会开始运行
fold_size = X.shape[0] // k # 读取训练数据的第一维的数据(行),并将测试的数据集进行相对的切分
X_train, y_train = None, None
for j in range(k):
idx = slice(j * fold_size, (j + 1) * fold_size) #对数据开始切片,并返回切片位置的索引
X_part = X[idx, :] # 进行训练集的输入数据切分
y_part = y[idx] # 进行训练集的输出数据切分
if j == i:
X_valid, y_valid = X_part, y_part
elif X_train is None:
X_train, y_train = X_part, y_part
else:
X_train = torch.cat([X_train, X_part], 0)
y_train = torch.cat([y_train, y_part], 0)
return X_train, y_train, X_valid, y_valid
def k_fold(k, X_train, y_train, num_epochs, learning_rate, weight_decay,batch_size):
'''
k: 进行 k 折交叉检验
X_train: 训练数据集的输入数据
y_train: 训练数据集的输出的数据
num_epochs:迭代的次数
learning_rate: 学习率
weight_decay: 权重
batch_size: 小批量大小
return: 返回函数的
'''
train_l_sum = 0 #用来累计训练数据集的损失
valid_l_sum = 0 #用来累计测试数据集的损失
for i in range(k):
'''
依次从K个交叉验证集中选取第i个数据集
'''
data = get_k_fold_data(k, i, X_train, y_train)
net = get_net()
train_ls, valid_ls = train(net, *data, num_epochs, learning_rate,weight_decay, batch_size)
train_l_sum += train_ls[-1] #累加返回训练的损失
valid_l_sum += valid_ls[-1] #累加返回测试的损失
'输出第一次的损失函数的图像'
if i :
plt.plot(list(range(1, num_epochs + 1)), train_ls)
plt.plot(list(range(1, num_epochs + 1)), valid_ls)
plt.xlim([1, num_epochs])
plt.xlabel('epoch')
plt.ylabel('RMSE')
plt.legend(['train', 'valid'])
plt.yscale('log')
plt.show()
print(f'k折交叉检验,折{i + 1},训练log RMSE {float(train_ls[-1]):f}, 'f'验证log RMSE {float(valid_ls[-1]):f}')
return train_l_sum / k, valid_l_sum / k
k = 5
num_epochs = 100
lr = 5
weight_decay = 0
batch_size =64
train_l, valid_l = k_fold (k, train_features, train_labels, num_epochs, lr,weight_decay, batch_size)
print(f'{k}-折验证: 平均训练log RMSE: {float(train_l):f}, 'f'平均验证log RMSE: {float(valid_l):f}')
##第四部分: 开始进行测试集的预测,并提交预测结果
def train_and_pred(train_features, test_features, train_labels, test_data,num_epochs, lr, weight_decay, batch_size):
'''
:param train_features: 训练集的特征
:param test_features: 测试集的特征
:param train_labels: 训练集的标签
:param test_data: 测试集的标签
:param num_epochs: 迭代次数
:param lr: 学习率
:param weight_decay: 权重
:param batch_size: 小批量大小
:return:
'''
net = get_net()
train_ls, _ = train(net, train_features, train_labels, None, None,num_epochs, lr, weight_decay, batch_size)
plt.plot(np.arange(1, num_epochs + 1), train_ls)
plt.xlabel('epoch')
plt.y
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
python实现源码 一个深度学习代码练习仓库,主要包含了李沐老师的动手学习深度学习课程的相关代码实现。 主要功能点 实现了从零开始的深度学习模型,如线性回归、Softmax 回归、多层感知机等。 实现了经典的卷积神经网络模型,如 LeNet、AlexNet、VGG 等。 实现了一些前沿的深度学习模型,如 GoogLeNet、ResNet 等。 实现了循环神经网络模型,如 RNN、GRU、LSTM 等。 实现了一些常见的深度学习任务,如图像分类、房价预测等。 技术栈 Python, PyTorch
资源推荐
资源详情
资源评论
收起资源包目录
15Kaggle房价预测+课程竞赛.zip (1个子文件)
15Kaggle房价预测+课程竞赛.py 8KB
共 1 条
- 1
资源评论
resnetᅟᅠ
- 粉丝: 3729
- 资源: 4140
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功