R7周:糖尿病預測模型優化探索

  • ?????🍨 本文為🔗365天深度學習訓練營中的學習記錄博客
  • ? ? ?🍖 原作者:K同學啊

一、數據預處理

1.設置GPU
import torch.nn.functional as F
import torch.nn as nn
import torch, torchvisiondevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
device(type='cuda')
2.數據導入
import numpy as np
import pandas as pd
import seaborn as sns
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
# 支持中文
plt.rcParams['savefig.dpi'] = 500
plt.rcParams['figure.dpi'] = 500
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來正常顯示中文標簽import warnings
warnings.filterwarnings("ignore")DataFrame = pd.read_excel('F:/jupyter lab/DL-100-days/datasets/diabetes_pre/dia.xls')
DataFrame.head()

?

?

DataFrame.shape
(1006, 16)
?3.數據檢查
# 查看是否有缺失值
print("數據缺失值------------------")
print(DataFrame.isnull().sum())
數據缺失值------------------
卡號            0
性別            0
年齡            0
高密度脂蛋白膽固醇     0
低密度脂蛋白膽固醇     0
極低密度脂蛋白膽固醇    0
甘油三酯          0
總膽固醇          0
脈搏            0
舒張壓           0
高血壓史          0
尿素氮           0
尿酸            0
肌酐            0
體重檢查結果        0
是否糖尿病         0
dtype: int64
# 查看數據是否有重復值
print("數據重復值------------------")
print('數據的重復值為:'f'{DataFrame.duplicated().sum()}')
數據重復值------------------
數據的重復值為:0

二、數據分析

1.數據分布分析?
feature_map = {'年齡': '年齡','高密度脂蛋白膽固醇': '高密度脂蛋白膽固醇','低密度脂蛋白膽固醇': '低密度脂蛋白膽固醇','極低密度脂蛋白膽固醇': '極低密度脂蛋白膽固醇','甘油三酯': '甘油三酯','總膽固醇': '總膽固醇','脈搏': '脈搏','舒張壓': '舒張壓','高血壓史': '高血壓史','尿素氮': '尿素氮','尿酸': '尿酸','肌酐': '肌酐','體重檢查結果': '體重檢查結果'
}plt.figure(figsize=(15, 10))
for i, (col, col_name) in enumerate(feature_map.items(), 1):plt.subplot(3, 5, i)sns.boxplot(x=DataFrame['是否糖尿病'], y=DataFrame[col])plt.title(f'{col_name}的箱線圖', fontsize=14)plt.ylabel('數值', fontsize=12)plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.tight_layout()
plt.show()

?

2. 相關性分析
import plotly
import plotly.express as px#刪除列'卡號'
DataFrame.drop(columns=['卡號'], inplace=True)
# 計算各列之間的相關系數
df_corr = DataFrame.corr()#相關矩陣生成函數
def corr_generate(df):fig = px.imshow(df,text_auto=True,aspect="auto",color_continuous_scale='RdBu_r')fig.show()#生成相關矩陣
corr_generate(df_corr)

??

三、LSTM模型

1.劃分數據集
from sklearn.preprocessing import StandardScaler# '高密度脂蛋白膽固醇'字段與糖尿病負相關,故在X 中去掉該字段
X = DataFrame.drop(['卡號', '是否糖尿病', '高密度脂蛋白膽固醇'], axis=1)
y = DataFrame['是否糖尿病']sc_X = StandardScaler
X = sc_X.fit_transform(X)X = torch.tensor(np.array(X), dtype=torch.float32)
y = torch.tensor(np.array(y), dtype=torch.int64)train_X, test_X, train_y, test_y = train_test_split(X, y, test_size=0.2, random_state=1)train_X.shape, train_y.shape
(torch.Size([804, 13]), torch.Size([804]))
from torch.utils.data import TensorDataset, DataLoadertrain_dl = DataLoader(TensorDataset(train_X, train_y), batch_size=64, shuffle=False)
test_dl = DataLoader(TensorDataset(test_X, test_y), batch_size=64, shuffle=False)
2.定義模型
class model_lstm(nn.Module):def __init__(self):super(model_lstm, self).__init__()self.lstm0 = nn.LSTM(input_size=13, hidden_size=200,num_layers=1, batch_first=True)self.lstm1 = nn.LSTM(input_size=200, hidden_size=200,num_layers=1, batch_first=True)self.fc0 = nn.Linear(200, 2)  # 輸出 2 類def forward(self, x):# 如果 x 是 2D 的,轉換為 3D 張量,假設 seq_len=1if x.dim() == 2:x = x.unsqueeze(1)  # [batch_size, 1, input_size]# LSTM 處理數據out, (h_n, c_n) = self.lstm0(x)  # 第一層 LSTM# 使用第二個 LSTM,并傳遞隱藏狀態out, (h_n, c_n) = self.lstm1(out, (h_n, c_n))  # 第二層 LSTM# 獲取最后一個時間步的輸出out = out[:, -1, :]  # 選擇序列的最后一個時間步的輸出out = self.fc0(out)  # [batch_size, 2]return outmodel = model_lstm().to(device)
print(model)
model_lstm((lstm0): LSTM(13, 200, batch_first=True)(lstm1): LSTM(200, 200, batch_first=True)(fc0): Linear(in_features=200, out_features=2, bias=True)
)

三、訓練模型

1.定義訓練函數
def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)  # 訓練集的大小num_batches = len(dataloader)  # 批次數目train_loss, train_acc = 0, 0  # 初始化訓練損失和正確率model.train()  # 設置模型為訓練模式for X, y in dataloader:  # 獲取數據和標簽# 如果 X 是 2D 的,調整為 3Dif X.dim() == 2:X = X.unsqueeze(1)  # [batch_size, 1, input_size],即假設 seq_len=1X, y = X.to(device), y.to(device)  # 將數據移動到設備# 計算預測誤差pred = model(X)  # 網絡輸出loss = loss_fn(pred, y)  # 計算網絡輸出和真實值之間的差距# 反向傳播optimizer.zero_grad()  # 清除上一步的梯度loss.backward()  # 反向傳播optimizer.step()  # 更新權重# 記錄acc與losstrain_acc += (pred.argmax(1) == y).type(torch.float).sum().item()train_loss += loss.item()train_acc /= size  # 平均準確率train_loss /= num_batches  # 平均損失return train_acc, train_loss
2.定義測試函數
def test(dataloader, model, loss_fn):size = len(dataloader.dataset)  # 測試集的大小num_batches = len(dataloader)  # 批次數目, (size/batch_size,向上取test_loss, test_acc = 0, 0# 當不進行訓練時,停止梯度更新,節省計算內存消耗with torch.no_grad():for imgs, target in dataloader:imgs, target = imgs.to(device), target.to(device)# 計算losstarget_pred = model(imgs)loss = loss_fn(target_pred, target)test_loss += loss.item()test_acc += (target_pred.argmax(1) == target).type(torch.float).sum().item()test_acc /= sizetest_loss /= num_batchesreturn test_acc, test_loss
3.訓練模型
loss_fn = nn.CrossEntropyLoss()  # 創建損失函數
learn_rate = 1e-4  # 學習率
opt = torch.optim.Adam(model.parameters(), lr=learn_rate)
epochs = 30
train_loss = []
train_acc = []
test_loss = []
test_acc = []
for epoch in range(epochs):model.train()epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)model.eval()epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)train_acc.append(epoch_train_acc)train_loss.append(epoch_train_loss)test_acc.append(epoch_test_acc)test_loss.append(epoch_test_loss)# 獲取當前的學習率lr = opt.state_dict()['param_groups'][0]['lr']template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f},Lr:{:.2E}')print(template.format(epoch + 1, epoch_train_acc * 100, epoch_train_loss, epoch_test_acc * 100, epoch_test_loss, lr))print("=" * 20, 'Done', "=" * 20)
Epoch: 1, Train_acc:56.5%, Train_loss:0.688, Test_acc:53.0%, Test_loss:0.704,Lr:1.00E-04
Epoch: 2, Train_acc:56.3%, Train_loss:0.681, Test_acc:53.0%, Test_loss:0.704,Lr:1.00E-04
Epoch: 3, Train_acc:56.3%, Train_loss:0.676, Test_acc:53.0%, Test_loss:0.697,Lr:1.00E-04
Epoch: 4, Train_acc:56.3%, Train_loss:0.670, Test_acc:53.0%, Test_loss:0.690,Lr:1.00E-04
Epoch: 5, Train_acc:56.2%, Train_loss:0.663, Test_acc:54.5%, Test_loss:0.684,Lr:1.00E-04
..........
Epoch:26, Train_acc:76.6%, Train_loss:0.481, Test_acc:71.3%, Test_loss:0.546,Lr:1.00E-04
Epoch:27, Train_acc:76.9%, Train_loss:0.475, Test_acc:71.8%, Test_loss:0.541,Lr:1.00E-04
Epoch:28, Train_acc:77.5%, Train_loss:0.470, Test_acc:71.3%, Test_loss:0.537,Lr:1.00E-04
Epoch:29, Train_acc:77.2%, Train_loss:0.465, Test_acc:71.8%, Test_loss:0.533,Lr:1.00E-04
Epoch:30, Train_acc:77.4%, Train_loss:0.460, Test_acc:70.8%, Test_loss:0.529,Lr:1.00E-04
==================== Done ====================

五、模型評估

1.Loss和Accuracy圖

import matplotlib.pyplot as plt
#隱藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus'] = False      # 用來正常顯示負號
plt.rcParams['figure.dpi']         = 100        #分辨率from datetime import datetime
current_time = datetime.now()epochs_range = range(epochs)plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')
plt.xlabel(current_time)plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

?

六、學習心得

1.本周延續上周的工作,開展了糖尿病預測模型優化探索。加入了相關性分析這個新模塊,更加直觀地實現了各種因素之間的相關性。

2.從訓練結果中可以發現,test_acc有所增長。

3.相較于R6而言,主要修改的地方在于數據集那部分,取消注釋了sc_X= StandardScaler()和X= sc_X.fit_transform(X)兩行代碼。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/902982.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/902982.shtml
英文地址,請注明出處:http://en.pswp.cn/news/902982.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

使用Tortoise-ORM和FastAPI構建評論系統

title: 使用Tortoise-ORM和FastAPI構建評論系統 date: 2025/04/25 21:37:36 updated: 2025/04/25 21:37:36 author: cmdragon excerpt: 在models.py中定義了Comment模型,包含id、content、created_at、updated_at字段,并與User和Article模型建立外鍵關系。schemas.py中定義了…

【VS Code】如何使用SSH打開遠程服務器Docker上的項目或文件夾

要在VS Code中使用SSH打開遠程服務器Docker上的項目或文件夾,您需要結合使用VS Code的Remote - SSH擴展和Docker的遠程訪問功能。以下是詳細步驟: 安裝VS Code Remote - SSH擴展 打開VS Code。點擊左側活動欄的擴展圖標(或使用快捷鍵CtrlShif…

NHANES指標推薦:PLP

文章題目:Association of pyridoxal 5-phosphate (PLP) with lipid profiles: a population-based cohort study DOI:10.3389/fnut.2025.1545301 中文標題:5-磷酸吡哆醛 (PLP) 與血脂譜的關系:一項基于人群的隊列研究 發表雜志&am…

MySQL 詳解之備份與恢復策略:數據安全的最后一道防線

在任何信息系統中,數據都是最寶貴的資產。數據的丟失可能源于多種原因:硬件故障、人為誤操作、軟件 Bug、惡意攻擊,甚至自然災害。一旦發生數據丟失,如果沒有有效的備份和恢復機制,后果可能是災難性的,可能導致業務中斷、經濟損失甚至法律責任。 數據庫備份與恢復,正是…

2026《數據結構》考研復習筆記五(棧、隊列)

棧、隊列 一、棧1.卡特蘭數2.不合法的出棧序列 二、隊列1.循環隊列2.輸入輸出受限隊列(四個數1234) 三、算法1.棧在括號匹配中的應用2.中綴表達式求值(通過轉化為后綴表達式再后綴表達式求值)3.中綴表達式轉化為后綴表達式4.后綴表…

深入解析微軟MarkitDown:原理、應用與二次開發指南

一、項目背景與技術定位 微軟開源的MarkitDown并非簡單的又一個Markdown解析器,而是針對現代文檔處理需求設計的工具鏈核心組件。該項目誕生于微軟內部大規模文檔系統的開發實踐,旨在解決以下技術痛點: 大規模文檔處理性能:能夠高…

pyinstaller打包paddleocr發生錯誤解決

python環境是3.9,github paddleocr v2.10.0。 一個非常簡單的案例如下,打包時發生錯誤。 import requests from paddleocr import PaddleOCR if __name__ "__main__":paddleocr_ocr PaddleOCR(use_angle_clsTrue, langch,det_model_dirmode…

算法之回溯法

回溯法 回溯法定義與概念核心思想回溯法的一般框架偽代碼表示C語言實現框架 回溯法的優化技巧剪枝策略實現剪枝的C語言示例記憶化搜索 案例分析N皇后問題子集和問題全排列問題尋路問題 回溯法的可視化理解決策樹狀態空間樹回溯過程 回溯法與其他算法的比較回溯法與動態規劃的區…

命令行指引的嘗試

效果 步驟 首先初始化一個空的項目,然后安裝一些依賴 npm init -y npm install inquirer execa chalk ora至于這些依賴是干嘛的,如下圖所示: 然后再 package.json 中補充一個 bin 然后再根目錄下新建一個 index.js , 其中的內容如下 #!/…

探秘LLM推理模型:hidden states中藏著的self verification的“鑰匙”

推理模型在數學和邏輯推理等任務中表現出色,但常出現過度推理的情況。本文研究發現,推理模型的隱藏狀態編碼了答案正確性信息,利用這一信息可提升推理效率。想知道具體如何實現嗎?快來一起來了解吧! 論文標題 Reasoni…

流量抓取工具(wireshark)

協議 TCP/IP協議簇 網絡接口層(沒有特定的協議)PPPOE 物理層數據鏈路層 網絡層: IP(v4/v6) ARP(地址解析協議) RARP ICMP(Internet控制報文協議) IGMP傳輸層:TCP(傳輸控制協議)UDP(用戶數據報協議)應用層…

.NET倉儲層在 using 塊中創建 SqlSugarClient 的風險

如題&#xff0c;先看代碼示例 using 塊的使用 public ISugarQueryable<T> GetSet(Expression<Func<T, bool>> whereExpression null) {using (SqlSugarClient dbClient SqlSugarInstance.GetInstance()){var query dbClient.Queryable<T>();if (w…

C語言----函數棧幀講解

目錄 1.函數棧幀是什么? 2. 理解函數棧幀能解決什么問題 3、函數棧幀的創建和銷毀具體過程 3.1 什么是棧 3.2 認識相關寄存器和匯編指令 3.3函數棧幀的創建和銷毀 3.3.1 預備知識 3.3.2 函數的調用堆棧 3.3.3 準備環境 3.3.4 轉到反匯編 3.3.5 函數棧幀的創建 3.3…

代碼隨想錄學習筆記---二叉樹

學習目標&#xff1a; 學習代碼隨想錄–二叉樹 每天學習1道,復習兩道 學習內容&#xff1a; 2025.4.7 復習內容: 24. 兩兩交換鏈表中的節點 25. 最大二叉樹 學習內容 26. 合并二叉樹 2025.4.8 復習內容: 27. 二分查找 28. 合并二叉樹 29. 27. 移除元素 學習內容: 30. 二叉…

Git ——提交至github,Vercel拉取,更新不了項目的問題解決

首先因為github上有個錯誤 1 failing check Vercel - No GitHub account was found matching the commit author email address 發現好像是vercel拉取不了項目&#xff0c;vercel登錄的郵箱與我此次提交更改的郵箱不匹配&#xff0c;查看Git的user確實如此&#xff08;之前的…

Vue3項目中 npm 依賴安裝 --save 與 --save-dev 的區別解析

這兩個命令的區別如下&#xff1a; bash npm install --save types/crypto-js # 安裝到 dependencies&#xff08;生產依賴&#xff09; npm install --save-dev types/crypto-js # 安裝到 devDependencies&#xff08;開發依賴&#xff09; 核心區別 依賴分類不同…

品牌如何通過朝日新聞出海日本?——某企業日本媒體發稿實戰

文 | 言同數字亞太傳播實驗室 一、日本市場的隱形門檻&#xff1a;中國品牌的三大痛點 案例背景&#xff1a; 某中國靈芝保健品企業&#xff08;代號"ForestLife"&#xff09;&#xff0c;產品雖獲中國/歐盟有機認證&#xff0c;但在日本市場面臨&#xff1a; 認知…

鴻蒙-試一下屬性字符串:除了Span之外,如何在同一個Text組件中展示不同樣式的文字

文章目錄 前言簡介有哪些類型拉出來溜溜Text SpanStyledString其他CustomSpan先看一下構造函數onMeasure(measureInfo: CustomSpanMeasureInfo): CustomSpanMetricsonDraw(context: DrawContext, drawInfo: CustomSpanDrawInfo) 遺留問題 前言 在開發中&#xff0c;經常會遇到…

Nginx 安裝與配置全流程指南(2025 最新版)

一、環境準備與依賴安裝 1.1 系統要求 操作系統&#xff1a;支持主流 Linux 發行版&#xff08;Ubuntu 20.04/CentOS 7/Debian 10&#xff09;硬件配置&#xff1a;內存 ≥512MB&#xff0c;磁盤 ≥10GB 可用空間&#xff08;建議使用 SSD&#xff09;網絡要求&#xff1a;開…

【LeetCode 熱題 100】滑動窗口最大值 / 最小覆蓋子串 / 輪轉數組 / 缺失的第一個正數

??個人主頁&#xff1a;小羊 ??所屬專欄&#xff1a;LeetCode 熱題 100 很榮幸您能閱讀我的文章&#xff0c;誠請評論指點&#xff0c;歡迎歡迎 ~ 目錄 子串和為 K 的子數組滑動窗口最大值最小覆蓋子串 普通數組最大子數組和合并區間輪轉數組除自身以外數組的乘積缺失的…