[Machine Learning] 使用sklearn搭建多层感知机神经网络模型实现葡萄酒分类

内容实现概述

本文主要讲述使用sklearn库内置的神经网络模型，实现葡萄酒分类。 具体实现过程如下：

1. 导入所需库：预先导入sklearn库
2. 导入数据：调用库内置的加载葡萄酒数据的方法load_wine()，导入数据
3. 数据预处理：对wine数据进行预处理，获得特征数据与目标数据；对特征数据进行归一化处理
4. 数据分割：使用sklearn库的数据分割方法对步骤3中的数据进行比例分割，得到训练集和测试集数据
5. 构建模型：调用sklearn库的多层感知机模型类MLPClassifier构建模型
6. 训练模型：调用sklearn库的fit()方法对训练集数据进行训练
7. 预测模型：调用sklearn库的predict()方法对测试集数据进行预测
8. 评估模型：由于该模型是分类模型，所以调用sklearn库的准确率评估方法accuracy_score()进行评估

注：

• 在Python中使用（导入）scikit-learn库时，需要先安装，本实现使用的是pip命令安装　pip install -U scikit-learn
• Scikit-Learn官方教程
  

代码实现

注：源代码地址

# 当前任务：利用多层反馈神经网络学习算法，通过分析红酒中化学成分的含量（共计13个特征）对红酒进行分类

from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier
from sklearn.metrics import accuracy_score


## 获取（导入）葡萄酒wine数据集
wine = load_wine()

X = wine.data
y = wine.target

## 分割数据集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

## 数据预处理（如，归一化）
# 特征数据归一化（指将所有特征值映射到[0,1]内），对样本的不同特征做一些预处理。结果：模型性能得到极大提升
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
# 使用标准缩放器，来计算特征矩阵的平均值和标准差，用于以后的缩放
scaler.fit(X_train)
X_train = scaler.transform(X_train)
# X_train = scaler.fit_transform(X_train) # 该行代码可替换上两行代码
X_test = scaler.transform(X_test)


## 构造（导入）多层感知机分类器模型，即构造多层神经网络
# 第一个参数是solver，其含义为“解题者”​，表示的是某种快速找到解的优化算法，包含有'lbfgs'、'sgd'、'adam'。
# 第二个参数是hidden_layer_sizes，它决定着神经网络的拓扑结构。hidden_layer_sizes=(100,)，它表示隐含层有一层，该层有100个神经元
# 输入层和输出层神经元的数量取决于特性和目标的数量。比如，针对当前判定红酒品类的例子，
#   我们要依据13个特征来判定，那么输入层就要设置13个神经元。
#   而输出的是某红酒的品类，因此输出层神经元的个数为1即可
mlp_model = MLPClassifier(solver='lbfgs', hidden_layer_sizes=(100,))

# 调参，当查看到模型的性能水平不好时需要进行调参
# 尝试用两层隐含层，每层设置10个神经元，其他地方不变
# mlp_model = MLPClassifier(solver='lbfgs', hidden_layer_sizes=(10,10))


## 训练模型与预测数据
mlp_model.fit(X_train, y_train)
y_pred_on_train = mlp_model.predict(X_train)
y_pred_on_test = mlp_model.predict(X_test)

## 评估模型并查看模型参数，包括权重和偏置
print("训练集的准确率为: {:.2f}%".format(100 * accuracy_score(y_train, y_pred_on_train)))
print("测试集的准确率为: {:.2f}%".format(100 * accuracy_score(y_test, y_pred_on_test)))
# print("模型的偏置参数权重为: {}\n模型的特征参数权重为: {}".format(mlp_model.coefs_[0], mlp_model.coefs_[1]))

运行结果