From 5d204fc9b23a9ee99866cf0868221811675ae591 Mon Sep 17 00:00:00 2001 From: MaoXianxin Date: Wed, 21 Jul 2021 19:00:54 +0800 Subject: [PATCH] basic regression fuel efficiency --- ...10\347\216\207\351\242\204\346\265\213.md" | 107 ++++++++++++++++++ 1 file changed, 107 insertions(+) create mode 100644 "\346\261\275\350\275\246\347\207\203\346\226\231\346\225\210\347\216\207\351\242\204\346\265\213.md" diff --git "a/\346\261\275\350\275\246\347\207\203\346\226\231\346\225\210\347\216\207\351\242\204\346\265\213.md" "b/\346\261\275\350\275\246\347\207\203\346\226\231\346\225\210\347\216\207\351\242\204\346\265\213.md" new file mode 100644 index 0000000..ece3d38 --- /dev/null +++ "b/\346\261\275\350\275\246\347\207\203\346\226\231\346\225\210\347\216\207\351\242\204\346\265\213.md" @@ -0,0 +1,107 @@ +本教程的目的是要预测汽车的燃料效率，相比于之前的分类，这是一个回归问题，回归是针对连续变量的，分类是针对离散变量的 + +用的数据集是 Auto MPG ，包含有 MPG、Cylinders、Displacement、Horsepower、Weight、Acceleration、Model Year、Origin 这么 8 个特征，我们的目的是根据其它 7 个特征去预测 MPG ，数据如下图所示 + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721182618.png) + +由于本教程篇幅过长，我们这里就不粘贴过多代码了，如果需要查看代码，文末有提供链接地址 + +第一步我们需要加载数据，然后对数据进行清理，把一些 unknown values 去除，如下图所示，我们可以发现 Horsepower 这一列有 6 个需要清除的值 + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721182917.png) + +我们仔细观察下数据可以发现，Origin 这一列的值，其实是类别，不是数值，所以需要转化成 one-hot ，处理结果如下图所示 + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721183102.png) + +接下来我们需要进行数据集的划分，执行如下代码 + +``` +train_dataset = dataset.sample(frac=0.8, random_state=0) +test_dataset = dataset.drop(train_dataset.index) +``` + +我们再来查看下各个特征的一些统计结果 + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721183414.png) + +我们可以发现一些特征的数值特别大，比如 Weight ，一些特征的数值特别小，比如 Cylinders ，所以我们需要对数据进行标准化 + +## Linear Regression + +### 用一个变量预测 MPG + +``` +horsepower = np.array(train_features['Horsepower']) + +horsepower_normalizer = preprocessing.Normalization(input_shape=[1,], axis=None) +horsepower_normalizer.adapt(horsepower) + +horsepower_model = tf.keras.Sequential([ + horsepower_normalizer, + layers.Dense(units=1) +]) + +horsepower_model.summary() +``` + +上面是核心代码，其中输入的一个变量指 Horsepower ，预测的目标是 MPG + +### 用多个变量预测 MPG + +``` +normalizer = preprocessing.Normalization(axis=-1) +normalizer.adapt(np.array(train_features)) + +linear_model = tf.keras.Sequential([ + normalizer, + layers.Dense(units=1) +]) +``` + +上面是核心代码，其中输入的多个变量指 Cylinders、Displacement、Horsepower、Weight、Acceleration、Model Year、Origin 这么 7 个特征，预测的目标是MPG + +## DNN regression + +``` +def build_and_compile_model(norm): + model = keras.Sequential([ + norm, + layers.Dense(64, activation='relu'), + layers.Dense(64, activation='relu'), + layers.Dense(1) + ]) + + model.compile(loss='mean_absolute_error', + optimizer=tf.keras.optimizers.Adam(0.001)) + return model +``` + +上面是 DNN 的模型搭建代码 + +``` +dnn_horsepower_model = build_and_compile_model(horsepower_normalizer) +``` + +上面是用一个变量去预测 MPG + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721184703.png) + +上图是 dnn_horsepower_model.summary() 的结果 + +``` +dnn_model = build_and_compile_model(normalizer) +dnn_model.summary() +``` + +上面是用所有特征去预测 MPG + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721184834.png) + +上图是 dnn_model.summary() 的结果 + +![](https://maoxianxin1996.oss-accelerate.aliyuncs.com/codechina1/20210721184924.png) + +针对 4 个方案，我们可以进行对比，如上图所示，我们发现 dnn_model 的 MAE 最低，也就是该模型效果最好 + +代码地址: https://codechina.csdn.net/csdn_codechina/enterprise_technology/-/blob/master/basic_regression_fuel_efficiency.ipynb \ No newline at end of file -- GitLab