大 作 业 报 告
课程名称 机器学习B 成绩
班级 信2205-3 姓名 邓睿智 学号 20223753
|
名称：混凝土承重等级预测
一、任务背景
在土木工程中，混凝土是构筑建筑物最基本的材料。混凝土可承受的强度与其寿命、制造所使用的材料、测试时的温度等因素息息相关。混凝土的制造过程十分复杂，涉及水泥、熔炉产出的煤渣和灰烬、水、强度塑化剂、粗聚合剂、细聚合剂等多种化工原料。我们用一个压力达2000kN的液压测试机采集混凝土承重能力的指标，对混凝土方块或圆柱体进行压力测试。这个测试是破坏性的，并且可能会持续很长时间，因此如果我们能够脱离实际测试，直接使用制作原料对其承重能力进行预测，则将具备非常高的商业价值。图1 显示了一次承重能力测试。在本次研究中，我们希望能够建立出一个以混凝土制作配方为输入数据，能够预测其承重能力的模型。
图 1 承重能力测试
二、任务数据
为了通过混凝土配方预测其成品的承重强度，我们向数据集中采集了大量的样本数据。每个样本都包含8个特征值作为输入数据，其输出值就是指标承重强度。
本数据集包含了如下指标（按照数据集中特征值的顺序进行排列），其中输入指标包括以下内容。
（1）Cement 单位：kg /m3。
（2）Blast Furnace Slag 单位：kg /m3。
（3）Fly Ash 单位：kg /m3。
（4）Water 单位：kg /m3。
（5）Superplasticizer 单位：kg /m3。
（6）Coarse Aggregate 单位：kg /m3。
（7）Fine Aggregate 单位：kg /m3。
（8）Age 单位：kg /m3。
输出指标包括Concrete compressive strength 单位：MPa。
每个样本有8个混凝土原料配方作为输入特征值（前8 列）及1个目标值（最后一列，承重强度）
三、任描述务
1.根据样本的承重强度对样本标签进行离散化处理，将连续承重强度转换为离散承重等级，然后实现分类任务。输出指标离散化需要考虑两方面因素：一是调研文献，分析各等级混凝土承重强度；二是不同的承重等级数目情况下，模型的预测效果，对比选出预测结果最好的离散化方式。(20分)
2.导入数据集，返回当前数据的统计信息并进行阐述说明，以前6行为例进行结果展示。(10分)
3. 对混凝土数据集进行可视化处理，生成各特征之间关系的矩阵图。(10分)
4. 数据预处理，并将原始数据集划分为训练集和测试集，选用合适的机器学习算法对混凝土数据集进行拟合。(20分)
5. 采用交叉验证，估计超参数，分析超参数对预测结果的影响。(20分)
6. 预测结果分析及可视化，绘制混淆矩阵，分析不同承重等级混凝土的查全率和查准率。(20分)
四、结果及分析
|
简明结果
|
|
精度
|
0.89
|
查准率
|
0.96
|
查全率
|
0.93
|
F1值
|
0.92
|
|
详细方案和结果分析
|
|
解决方案
|
【包括预测分析的设计思路的具体实现过程或实现步骤】
1. 数据准备
- 将excel表格中的数据进行转换，为其中数据加入列名
- 导入数据：使用 pandas 导入数据，打印其前几行数据以检查数据是否正确加载。
2. 数据离散化
- 定义离散化函数：创建一个函数，将混凝土抗压强度转换成离散分类。这对后续类别预测非常重要，因为我们将强度分为五个类别（低、中低、中等、中高、高）。
- 应用函数：对于“Concrete compressive strength”列，使用这个函数为数据集添加一个新的类别列。
3. 数据探索
- 统计信息：通过 describe() 函数获取数据的描述性统计信息，以快速了解数据的分布和特征。
- 可视化特征关系：使用 seaborn 的 pairplot 绘制特征之间的关系矩阵，以直观了解各特征间的相关性。
4. 特征选择与数据集划分
- 特征与目标变量划分：将数据集分为特征（X）和目标变量（y），并去掉不需要的列。
- 数据集划分：使用 train_test_split 将数据集分为训练集（80%）和测试集（20%），确保模型能够进行有效的训练与评估。
5. 模型训练
- 选择模型：使用随机森林分类器 RandomForestClassifier，其具有处理非线性关系和高维数据的能力。
- 训练模型：在训练集上拟合随机森林模型。
6. 超参数调优
- 定义超参数网格：设置需要调优的超参数，如树的数量、最大深度和分裂所需的最小样本数。
- 交叉验证：使用 GridSearchCV 进行超参数调优，选择最佳参数，以提高模型性能。
最佳超参数展示：
7. 预测
8. 评估模型性能
- 混淆矩阵：绘制混淆矩阵，以直观观察模型预测结果的准确性。
- 分类报告：使用 classification_report 输出包括精确率、召回率和 F1 分数等指标的详细报告。
9. 计算并输出各类别指标
- 计算各类别的指标：使用精确率、召回率和 F1 分数对每个类别的模型性能进行评估，并逐个输出结果。
10. 可视化各类别指标
- 绘制条形图：通过条形图对各类别的精确率、召回率和 F1 分数进行可视化，以便于直观理解模型在不同类别上的表现。
|
|
结果展示
|
【包括每个任务点结果的展示】
- 根据样本的承重强度对样本标签进行离散化处理，将连续承重强度转换为离散承重等级。至少给出3种输出指标离散化的方案，并阐述理由。在后续任务中分别进行模型训练，并在结果展示4、5和结果分析中，从精度，查准率，查全率，FI值等多个角度进行分析，最终选出预测结果最好的离散化方式。
- 返回前五条数据结果（结果截图，并标明图1. 数据展示），并对数据集中的概要信息进行描述。
图1.
数据描述：
1. 水泥（Cement）
- 范围：198.6 kg 到 540.0 kg
- 水泥的用量变化较大，其中540 kg是数据集中的最大值。水泥用量的高低与混凝土的抗压强度密切相关。
2. 高炉矿渣（Blast Furnace Slag）
- 范围：0.0 kg 到 142.5 kg
- 数据集中有一部分样本使用了高炉矿渣作为替代材料，但大部分数据样本未使用高炉矿渣。
3. 粉煤灰（Fly Ash）
- 范围：0.0 kg
- 数据集中的所有样本均未使用粉煤灰。
4. 水
- 范围：162.0 kg 到 228.0 kg
- 水的用量大致保持在这一范围内，水的用量直接影响混凝土的工作性和抗压强度。
5. 减水剂（Superplasticizer）
- 范围：0.0 kg 到 2.5 kg
- 减水剂的用量较少，最多为2.5 kg，主要用于改善混凝土的流动性并降低水胶比。
6. 粗骨料（Coarse Aggregate）
- 范围：932.0 kg 到 1055.0 kg
- 粗骨料的用量变化较大，通常在932.0 kg到1055.0 kg之间。粗骨料的量对混凝土的强度和密实性有重要影响。
7. 细骨料（Fine Aggregate）
- 范围：594.0 kg 到 825.5 kg
- 细骨料的用量变化范围为594.0 kg到825.5 kg，通常以沙子为主，影响混凝土的密实度和稳定性。
8. 龄期（Age）
- 范围：28天 到 365天
- 混凝土的龄期从28天至365天不等，龄期越长，混凝土的抗压强度通常越高。数据集中还包括了90天、270天和360天等不同的龄期。
9. 混凝土抗压强度（Concrete Compressive Strength）
- 范围：28.02 MPa 到 79.99 MPa
- 混凝土抗压强度的范围为28.02 MPa到79.99 MPa，抗压强度受水泥、骨料、水等因素的影响，且随着龄期的增加通常会提高。
- 数据可视化结果（标明图2. 数据可视化）
图2.
- 混淆矩阵展示（标明图3. 分类混淆矩阵）
图3.
- 精度，查准率，查全率，FI值的结果截图（标明图4. 分类结果）
图4.
|
|
结果分析
|
【包括预测结果分析（包括对超参影响、精度、查准率、查全率、F1值的分析）、可能存在的问题、可提升的改进思路等】
在本实验中，使用随机森林分类器对混凝土抗压强度数据进行分类，目标是将混凝土抗压强度划分为五个不同的类别（低强度、中低强度、中等强度、中高强度、高强度）。通过模型训练和评估，得出以下总体分析：
- 模型在极端类别的表现较好：对于低强度和高强度类别（类别1和类别5），模型表现较为优秀。精确率和召回率较高，说明模型在这些类别上的预测较为准确，能够有效区分低强度和高强度的混凝土。
- 中等强度类别表现一般：对于中等强度类别（类别3），模型的精确率和召回率均较低，导致F1分数偏低。这可能是因为中等强度类别在数据中的特征与其他类别较为接近，模型难以有效区分。
- 中高强度类别预测不理想：对于中高强度类别（类别4），召回率特别低，表明模型漏判了大量属于该类别的样本，精确率相对较高但并未能有效覆盖所有应归类的样本，导致模型在这一类别的性能较差。
- 数据平衡和特征可能影响性能：如果数据集存在类别不均衡或中间类别的边界模糊，模型的分类性能可能会受到影响。缺乏足够区分度的特征或者类别本身的重叠也可能导致较低的性能。
总结
整体来看，随机森林模型在低强度和高强度类别的预测上表现较好，但在中等强度和中高强度类别上的表现较差。为了进一步提升模型的准确性，可能需要进行数据平衡、特征优化和模型改进等操作。
|
|
浙公网安备 33010602011771号