python机器学习——聚类评估方法 & K-Means聚类 & 神经网络模型基础

ゝ一世哀愁。 2023-10-13 09:09 60阅读 0赞

#### 目录 ####

*  聚类模型的评价方法
 *   *  （1）轮廓系数：
     *  （2）评价分类模型
 *  【聚类】K-Means聚类模型
 *   *  （1）聚类步骤：
     *  （2）sklearn参数解析
     *  （3）k-means算法特点
 *  神经网络模型基础
 *   *  （1）sklearn的参数
     *  （2）几种模型评估方法
     *  （3）简单的案例

--------------------

## 聚类模型的评价方法 ##

### （1）轮廓系数： ###

![在这里插入图片描述][b14c8697276141b09648822e01736448.png]  
![在这里插入图片描述][59bce23f54a24498919bb9a6f81a46d5.png]

![在这里插入图片描述][db5355a4eebc4a7fbf39c216c4e77774.png]

sklearn.metrics.silhouette_score
    sklearn.metrics.silhouette_score(X, labels)
    		计算所有样本的平均轮廓系数
    		X：特征值
    		labels：被聚类标记的目标值

![在这里插入图片描述][cbaa01915ca04a3fbf0b13f28c182f0e.png]

![在这里插入图片描述][72ac37cec6f8493189f6936f673f8bba.png]

### （2）评价分类模型 ###

#接上页，评价分类模型
    #FMI评价法
    from sklearn.metrics import fowlkes_mallows_score
    for i in range(2,7):
        ##构建并训练模型
        kmeans = KMeans(n_clusters = i,random_state=123).fit(iris_data)
        score = fowlkes_mallows_score(iris_target,kmeans.labels_)
        print('iris数据聚%d类FMI评价分值为：%f' %(i,score))
    
    #calinski_harabaz指数评价法
    from sklearn.metrics import calinski_harabaz_score
    for i in range(2,7):
        ##构建并训练模型
        kmeans = KMeans(n_clusters = i,random_state=123).fit(iris_data)
        score = calinski_harabaz_score(iris_data,kmeans.labels_)
        print('iris数据聚%d类calinski_harabaz指数为：%f'%(i,score))
        
    #轮廓系数评价法
    from sklearn.metrics import silhouette_score
    import matplotlib.pyplot as plt
    silhouettteScore = []
    for i in range(2,15):
        ##构建并训练模型
        kmeans = KMeans(n_clusters = i,random_state=123).fit(iris_data)
        score = silhouette_score(iris_data,kmeans.labels_)
        silhouettteScore.append(score)
    plt.figure(figsize=(10,6))
    plt.plot(range(2,15),silhouettteScore,linewidth=1.5, linestyle="-")
    plt.show()

import pandas as pd
    from sklearn.preprocessing import StandardScaler
    from sklearn.cluster import KMeans
    seeds = pd.read_csv('F:\python\seeds_dataset.txt',sep = '\t')
    print('数据集形状为：', seeds.shape)
    ## 处理数据
    seeds_data = seeds.iloc[:,:7].values
    seeds_target = seeds.iloc[:,7].values
    sees_names = seeds.columns[:7]
    stdScale = StandardScaler().fit(seeds_data)
    seeds_dataScale = stdScale.transform(seeds_data)
    ##构建并训练模型
    kmeans = KMeans(n_clusters = 3,random_state=42).fit(seeds_dataScale)
    print('构建的KM-eans模型为：\n',kmeans)
    # FMI评价法
    from sklearn.metrics import fowlkes_mallows_score
    for i in range(2, 7):
        ##构建并训练模型
        kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
        score = fowlkes_mallows_score(seeds_target, kmeans.labels_)
        print('iris数据聚%d类FMI评价分值为：%f' % (i, score))
    # calinski_harabaz指数评价法
    from sklearn.metrics import calinski_harabaz_score
    for i in range(2, 7):
        ##构建并训练模型
        kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
        score = calinski_harabaz_score(seeds_dataScale, kmeans.labels_)
        print('iris数据聚%d类calinski_harabaz指数为：%f' % (i, score))
    # 轮廓系数评价法
    from sklearn.metrics import silhouette_score
    import matplotlib.pyplot as plt
    silhouettteScore = []
    for i in range(2, 15):
        ##构建并训练模型
        kmeans = KMeans(n_clusters=i, random_state=123).fit(seeds_dataScale)
        score = silhouette_score(seeds_dataScale, kmeans.labels_)
        silhouettteScore.append(score)
    plt.figure(figsize=(10, 6))
    plt.plot(range(2, 15), silhouettteScore, linewidth=1.5, linestyle="-")
    plt.show()

## 【聚类】K-Means聚类模型 ##

![在这里插入图片描述][7f6681117cf94ecdaa084f8250c58da6.png]

### （1）聚类步骤： ###

1、随机设置K个特征空间内的点作为初始的聚类中心  
2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别  
3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）  
4、如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步过程

1、降维之后的数据  
2、k-means聚类  
3、聚类结果显示

### （2）sklearn参数解析 ###

![在这里插入图片描述][2391e73f31df40a29641b53fb5e3b46b.png]  
![在这里插入图片描述][eb4ac83a053e49af8bc0f42077890ad4.png]

sklearn.cluster.Kmeans
    
    sklearn.cluster.KMeans(n_clusters=8,init=‘k-means++’)
    		k-means聚类
    		n_clusters:开始的聚类中心数量
    		init:初始化方法，默认为'k-means ++’
    		labels_:默认标记的类型，可以和真实值比较（不是值比较）

![在这里插入图片描述][88e352fe307b447183aef25da0f63916.png]  
![在这里插入图片描述][826bd904ae3846d28c081b57d7c07373.png]

### （3）k-means算法特点 ###

> 特点分析：  
> 采用迭代式算法，直观易懂并且非常实用  
> 缺点：容易收敛到局部最优解(多次聚类)  
> 需要预先设定簇的数量(k-means++解决)

![在这里插入图片描述][d26455d57fd244a4bf83b55c9d723c85.png]

from sklearn.datasets import load_iris
    from sklearn.preprocessing import MinMaxScaler
    from sklearn.cluster import KMeans
    iris = load_iris()
    iris_data = iris['data'] ##提取数据集中的特征
    iris_target = iris['target'] ## 提取数据集中的标签
    iris_names = iris['feature_names'] ### 提取特征名
    scale = MinMaxScaler().fit(iris_data)## 训练规则
    iris_dataScale = scale.transform(iris_data) ## 应用规则
    kmeans = KMeans(n_clusters = 3,random_state=123).fit(iris_dataScale) ##构建并训练模型
    print('构建的K-Means模型为：\n',kmeans)
    #用于预测
    result = kmeans.predict([[1.5,1.5,1.5,1.5]])
    print('花瓣花萼长度宽度全为1.5的鸢尾花预测类别为：', result[0])
    #多维数据的可视化处理
    import pandas as pd
    from sklearn.manifold import TSNE
    import matplotlib.pyplot as plt
    ##使用TSNE进行数据降维,降成两维
    tsne = TSNE(n_components=2,init='random',
        random_state=177).fit(iris_data)
    df=pd.DataFrame(tsne.embedding_) ##将原始数据转换为DataFrame
    df['labels'] = kmeans.labels_ ##将聚类结果存储进df数据表
    ##提取不同标签的数据
    df1 = df[df['labels']==0]
    df2 = df[df['labels']==1]
    df3 = df[df['labels']==2]
    ## 绘制图形
    fig = plt.figure(figsize=(9,6)) ##设定空白画布，并制定大小
    ##用不同的颜色表示不同数据
    plt.plot(df1[0],df1[1],'bo',df2[0],df2[1],'r*',
        df3[0],df3[1],'gD')
    #plt.savefig('../tmp/聚类结果.png')
    #plt.show() ##显示图片

## 神经网络模型基础 ##

![在这里插入图片描述][73eb871fce754d4e81c358047476e580.png]

### （1）sklearn的参数 ###

![在这里插入图片描述][e22331620fc84e57897b5f874313623e.png]

![在这里插入图片描述][d4981a823c9a43cf8306329c23e81e9d.png]![在这里插入图片描述][479ada8e929b4e9ea210362c930c70f4.png]

![在这里插入图片描述][ddc9a8386fd34b72a501a2cb9753af54.png]

import numpy as np
    from sklearn.datasets import load_breast_cancer
    from sklearn.neural_network import MLPClassifier
    from sklearn.model_selection import train_test_split
    from sklearn.preprocessing import StandardScaler
    cancer = load_breast_cancer()
    cancer_data = cancer['data']
    cancer_target = cancer['target']
    cancer_names = cancer['feature_names']
    ## 将数据划分为训练集测试集
    cancer_data_train,cancer_data_test, \
    cancer_target_train,cancer_target_test = \
    train_test_split(cancer_data,cancer_target,
          test_size = 0.2,random_state = 22)
    ## 数据标准化
    stdScaler = StandardScaler().fit(cancer_data_train)
    cancer_trainStd = stdScaler.transform(cancer_data_train)
    cancer_testStd = stdScaler.transform(cancer_data_test)
    ## 建立SVM模型
    bpnn = MLPClassifier(hidden_layer_sizes = (17,10),
        max_iter = 200, solver = 'lbfgs',random_state=45)
    bpnn.fit(cancer_trainStd, cancer_target_train)
    ## 保存模型
    #from sklearn.externals import joblib
    #joblib.dump(bpnn,'water_heater_nnet.m')
    print('建立的神经网络模型为：\n',bpnn)
    ## 预测训练集结果
    cancer_target_pred = bpnn.predict(cancer_testStd)
    print('预测前20个结果为：\n',cancer_target_pred[:20])
    ## 求出预测和真实一样的数目
    true = np.sum(cancer_target_pred == cancer_target_test )
    print('预测对的结果数目为：', true)
    print('预测错的的结果数目为：', cancer_target_test.shape[0]-true)
    print('预测结果准确率为：', true/cancer_target_test.shape[0])
    from sklearn.metrics import roc_curve
    import matplotlib.pyplot as plt
    ## 求出ROC曲线的x轴和y轴
    fpr, tpr, thresholds = \
    roc_curve(cancer_target_test,cancer_target_pred)
    plt.rcParams['font.sans-serif'] = 'SimHei'
    plt.rcParams['axes.unicode_minus'] = False ## 设置正常显示符号
    plt.figure(figsize=(10,6))
    plt.xlim(0,1) ##设定x轴的范围
    plt.ylim(0.0,1.1) ## 设定y轴的范围
    plt.xlabel('FPR')
    plt.ylabel('TPR')
    plt.title('乳腺癌预测ROC曲线')
    plt.plot(fpr,tpr,linewidth=2, linestyle="-",color='red')
    plt.show()

### （2）几种模型评估方法 ###

![在这里插入图片描述][f28edb2d79d04605a700668927e05a11.png]

### （3）简单的案例 ###

import pandas as pd
    from sklearn.svm import SVC
    from sklearn.metrics import classification_report
    from sklearn.model_selection import train_test_split
    from sklearn.preprocessing import StandardScaler
    from sklearn.neural_network import MLPClassifier
    from sklearn.metrics import accuracy_score,precision_score, \
    recall_score,f1_score,cohen_kappa_score
    
    abalone = pd.read_csv('F:\\python\\abalone.data',sep=',')
    ## 将数据和标签拆开
    abalone_data = abalone.iloc[:,:8]
    abalone_target = abalone.iloc[:,8]
    ## 连续型特征离散化
    sex = pd.get_dummies(abalone_data['sex'])
    abalone_data = pd.concat([abalone_data,sex],axis = 1 )
    abalone_data.drop('sex',axis = 1,inplace = True)
    ## 划分训练集，测试集
    abalone_train,abalone_test, \
    abalone_target_train,abalone_target_test = \
    train_test_split(abalone_data,abalone_target,
          train_size = 0.8,random_state = 42)
    ## 标准化
    stdScaler = StandardScaler().fit(abalone_train)
    abalone_std_train = stdScaler.transform(abalone_train)
    abalone_std_test = stdScaler.transform(abalone_test)
    ## 建模
    bpnn = MLPClassifier(hidden_layer_sizes = (17,10),
        max_iter = 200, solver = 'lbfgs',random_state=45)
    bpnn.fit(abalone_std_train, abalone_target_train)
    ## 保存模型
    print('构建的模型为：\n',bpnn)
    # 代码 6-23
    abalone_target_pred = bpnn.predict(abalone_std_test)
    print('abalone数据集的BP分类报告为：\n',
          classification_report(abalone_target_test,abalone_target_pred))

[b14c8697276141b09648822e01736448.png]: https://img-blog.csdnimg.cn/b14c8697276141b09648822e01736448.png
[59bce23f54a24498919bb9a6f81a46d5.png]: https://img-blog.csdnimg.cn/59bce23f54a24498919bb9a6f81a46d5.png
[db5355a4eebc4a7fbf39c216c4e77774.png]: https://img-blog.csdnimg.cn/db5355a4eebc4a7fbf39c216c4e77774.png
[cbaa01915ca04a3fbf0b13f28c182f0e.png]: https://img-blog.csdnimg.cn/cbaa01915ca04a3fbf0b13f28c182f0e.png
[72ac37cec6f8493189f6936f673f8bba.png]: https://img-blog.csdnimg.cn/72ac37cec6f8493189f6936f673f8bba.png
[7f6681117cf94ecdaa084f8250c58da6.png]: https://img-blog.csdnimg.cn/7f6681117cf94ecdaa084f8250c58da6.png
[2391e73f31df40a29641b53fb5e3b46b.png]: https://img-blog.csdnimg.cn/2391e73f31df40a29641b53fb5e3b46b.png
[eb4ac83a053e49af8bc0f42077890ad4.png]: https://img-blog.csdnimg.cn/eb4ac83a053e49af8bc0f42077890ad4.png
[88e352fe307b447183aef25da0f63916.png]: https://img-blog.csdnimg.cn/88e352fe307b447183aef25da0f63916.png
[826bd904ae3846d28c081b57d7c07373.png]: https://img-blog.csdnimg.cn/826bd904ae3846d28c081b57d7c07373.png
[d26455d57fd244a4bf83b55c9d723c85.png]: https://img-blog.csdnimg.cn/d26455d57fd244a4bf83b55c9d723c85.png
[73eb871fce754d4e81c358047476e580.png]: https://img-blog.csdnimg.cn/73eb871fce754d4e81c358047476e580.png
[e22331620fc84e57897b5f874313623e.png]: https://img-blog.csdnimg.cn/e22331620fc84e57897b5f874313623e.png
[d4981a823c9a43cf8306329c23e81e9d.png]: https://img-blog.csdnimg.cn/d4981a823c9a43cf8306329c23e81e9d.png
[479ada8e929b4e9ea210362c930c70f4.png]: https://img-blog.csdnimg.cn/479ada8e929b4e9ea210362c930c70f4.png
[ddc9a8386fd34b72a501a2cb9753af54.png]: https://img-blog.csdnimg.cn/ddc9a8386fd34b72a501a2cb9753af54.png
[f28edb2d79d04605a700668927e05a11.png]: https://img-blog.csdnimg.cn/f28edb2d79d04605a700668927e05a11.png