第R7周:糖尿病预测模型优化探索

文章目录

  • 1.数据预处理
    • 1.1 设置GPU
    • 1.2 数据导入
    • 1.3 数据检查
  • 2. 数据分析
    • 2.1 数据分布分析
    • 2.2 相关性分析
  • 3. LSTM模型
    • 3.1 划分数据集
    • 3.2 数据集构建
    • 3.3 定义模型
  • 4. 训练模型
    • 4.1 定义训练函数
    • 4.2 定义测试函数
    • 4.3 训练模型
  • 5. 模型评估
    • 5.1 Loss与Accuracy图
  • 6. 总结

  • 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
  • 🍖 原作者:K同学啊

1.数据预处理

1.1 设置GPU

import torch.nn as nn
import torch.nn.functional as F
import torchvision,torchdevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device

device(type=‘cpu’)

1.2 数据导入

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
plt.rcParams['savefig.dpi'] = 500 #图片像素
plt.rcParams['figure.dpi']  = 500 #分辨率plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签import warnings 
warnings.filterwarnings("ignore")DataFrame=pd.read_excel('dia.xls')
DataFrame.head()
卡号性别年龄高密度脂蛋白胆固醇低密度脂蛋白胆固醇极低密度脂蛋白胆固醇甘油三酯总胆固醇脉搏舒张压高血压史尿素氮尿酸肌酐体重检查结果是否糖尿病
0180544210381.252.991.070.645.31838304.99243.35010
1180544220311.151.990.840.503.98856304.72391.04710
2180544230271.292.210.690.604.19736105.87325.75110
3180544240330.932.010.660.843.60836002.40203.24020
4180544250361.172.830.830.734.83856704.09236.84300
DataFrame.shape

(1006, 16)

1.3 数据检查

# 查看数据是否有缺失值
print('数据缺失值---------------------------------')
print(DataFrame.isnull().sum())

数据缺失值---------------------------------
卡号 0
性别 0
年龄 0
高密度脂蛋白胆固醇 0
低密度脂蛋白胆固醇 0
极低密度脂蛋白胆固醇 0
甘油三酯 0
总胆固醇 0
脉搏 0
舒张压 0
高血压史 0
尿素氮 0
尿酸 0
肌酐 0
体重检查结果 0
是否糖尿病 0
dtype: int64

# 查看数据是否有重复值
print('数据重复值---------------------------------')
print('数据集的重复值为:'f'{DataFrame.duplicated().sum()}')

数据重复值---------------------------------
数据集的重复值为:0

2. 数据分析

2.1 数据分布分析

feature_map = {'年龄': '年龄','高密度脂蛋白胆固醇': '高密度脂蛋白胆固醇','低密度脂蛋白胆固醇': '低密度脂蛋白胆固醇','极低密度脂蛋白胆固醇': '极低密度脂蛋白胆固醇','甘油三酯': '甘油三酯','总胆固醇': '总胆固醇','脉搏': '脉搏','舒张压':'舒张压','高血压史':'高血压史','尿素氮':'尿素氮','尿酸':'尿酸','肌酐':'肌酐','体重检查结果':'体重检查结果'
}
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}的箱线图', fontsize=14)plt.ylabel('数值', fontsize=12)plt.grid(axis='y', linestyle='--', alpha=0.7)plt.tight_layout()
plt.show()

在这里插入图片描述

2.2 相关性分析

import plotly
import plotly.express as px# 删除列 '卡号'
DataFrame.drop(columns=['卡号'], inplace=True)
# 计算各列之间的相关系数
df_corr = DataFrame.corr()# 相关矩阵生成函数
def corr_generate(df):fig = px.imshow(df,text_auto=True,aspect="auto",color_continuous_scale='RdBu_r')fig.show()# 生成相关矩阵
corr_generate(df_corr)

3. LSTM模型

3.1 划分数据集

from sklearn.preprocessing import StandardScaler# '高密度脂蛋白胆固醇'字段与糖尿病负相关,故而在 X 中去掉该字段
X = DataFrame.drop(['是否糖尿病','高密度脂蛋白胆固醇'],axis=1)
y = DataFrame['是否糖尿病']# 数据集标准化处理
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)
# 维度扩增使其符合LSTM模型可接受shape
train_X = train_X.unsqueeze(1)
test_X  = test_X.unsqueeze(1)
train_X.shape, train_y.shape

(torch.Size([804, 1, 13]), torch.Size([804]))

3.2 数据集构建

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)

3.3 定义模型

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)def forward(self, x):out, hidden1 = self.lstm0(x) out, _ = self.lstm1(out, hidden1) out    = out[:, -1, :]  # 只取最后一个时间步的输出out    = self.fc0(out) return out   model = model_lstm().to(device)
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)
)

4. 训练模型

4.1 定义训练函数

# 训练循环
def train(dataloader, model, loss_fn, optimizer):size = len(dataloader.dataset)  # 训练集的大小num_batches = len(dataloader)   # 批次数目, (size/batch_size,向上取整)train_loss, train_acc = 0, 0  # 初始化训练损失和正确率for X, y in dataloader:  # 获取图片及其标签X, y = X.to(device), y.to(device)# 计算预测误差pred = model(X)          # 网络输出loss = loss_fn(pred, y)  # 计算网络输出和真实值之间的差距,targets为真实值,计算二者差值即为损失# 反向传播optimizer.zero_grad()  # grad属性归零loss.backward()        # 反向传播optimizer.step()       # 每一步自动更新# 记录acc与losstrain_acc  += (pred.argmax(1) == y).type(torch.float).sum().item()train_loss += loss.item()train_acc  /= sizetrain_loss /= num_batchesreturn train_acc, train_loss

4.2 定义测试函数

def test (dataloader, model, loss_fn):size        = len(dataloader.dataset)  # 测试集的大小num_batches = len(dataloader)          # 批次数目, (size/batch_size,向上取整)test_loss, test_acc = 0, 0# 当不进行训练时,停止梯度更新,节省计算内存消耗with torch.no_grad():for imgs, target in dataloader:imgs, target = imgs.to(device), target.to(device)# 计算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

4.3 训练模型

loss_fn    = nn.CrossEntropyLoss() # 创建损失函数
learn_rate = 1e-4   # 学习率
opt        = torch.optim.Adam(model.parameters(),lr=learn_rate)
epochs     = 30train_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)# 获取当前的学习率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:43.8%, Train_loss:0.693, Test_acc:48.0%, Test_loss:0.682, Lr:1.00E-04
Epoch: 2, Train_acc:52.6%, Train_loss:0.684, Test_acc:62.4%, Test_loss:0.676, Lr:1.00E-04
Epoch: 3, Train_acc:68.4%, Train_loss:0.674, Test_acc:69.8%, Test_loss:0.669, Lr:1.00E-04
Epoch: 4, Train_acc:72.9%, Train_loss:0.662, Test_acc:73.8%, Test_loss:0.661, Lr:1.00E-04
Epoch: 5, Train_acc:76.1%, Train_loss:0.648, Test_acc:74.3%, Test_loss:0.651, Lr:1.00E-04
Epoch: 6, Train_acc:76.4%, Train_loss:0.631, Test_acc:73.8%, Test_loss:0.639, Lr:1.00E-04
Epoch: 7, Train_acc:76.1%, Train_loss:0.611, Test_acc:74.3%, Test_loss:0.625, Lr:1.00E-04
Epoch: 8, Train_acc:76.0%, Train_loss:0.588, Test_acc:75.2%, Test_loss:0.610, Lr:1.00E-04
Epoch: 9, Train_acc:75.0%, Train_loss:0.564, Test_acc:75.2%, Test_loss:0.595, Lr:1.00E-04
Epoch:10, Train_acc:75.0%, Train_loss:0.541, Test_acc:75.2%, Test_loss:0.581, Lr:1.00E-04
Epoch:11, Train_acc:75.2%, Train_loss:0.521, Test_acc:75.2%, Test_loss:0.569, Lr:1.00E-04
Epoch:12, Train_acc:75.7%, Train_loss:0.504, Test_acc:75.7%, Test_loss:0.559, Lr:1.00E-04
Epoch:13, Train_acc:75.7%, Train_loss:0.491, Test_acc:75.7%, Test_loss:0.550, Lr:1.00E-04
Epoch:14, Train_acc:75.6%, Train_loss:0.480, Test_acc:76.7%, Test_loss:0.543, Lr:1.00E-04
Epoch:15, Train_acc:75.7%, Train_loss:0.472, Test_acc:76.2%, Test_loss:0.535, Lr:1.00E-04
Epoch:16, Train_acc:76.7%, Train_loss:0.465, Test_acc:76.2%, Test_loss:0.529, Lr:1.00E-04
Epoch:17, Train_acc:77.4%, Train_loss:0.459, Test_acc:76.7%, Test_loss:0.522, Lr:1.00E-04
Epoch:18, Train_acc:77.9%, Train_loss:0.454, Test_acc:77.2%, Test_loss:0.516, Lr:1.00E-04
Epoch:19, Train_acc:78.4%, Train_loss:0.450, Test_acc:77.7%, Test_loss:0.511, Lr:1.00E-04
Epoch:20, Train_acc:78.2%, Train_loss:0.446, Test_acc:77.2%, Test_loss:0.506, Lr:1.00E-04
Epoch:21, Train_acc:78.2%, Train_loss:0.442, Test_acc:77.2%, Test_loss:0.501, Lr:1.00E-04
Epoch:22, Train_acc:78.6%, Train_loss:0.439, Test_acc:77.2%, Test_loss:0.496, Lr:1.00E-04
Epoch:23, Train_acc:78.9%, Train_loss:0.436, Test_acc:77.2%, Test_loss:0.492, Lr:1.00E-04
Epoch:24, Train_acc:78.9%, Train_loss:0.433, Test_acc:77.7%, Test_loss:0.488, Lr:1.00E-04
Epoch:25, Train_acc:79.2%, Train_loss:0.430, Test_acc:77.7%, Test_loss:0.484, Lr:1.00E-04
Epoch:26, Train_acc:79.2%, Train_loss:0.427, Test_acc:78.2%, Test_loss:0.481, Lr:1.00E-04
Epoch:27, Train_acc:79.4%, Train_loss:0.425, Test_acc:79.2%, Test_loss:0.477, Lr:1.00E-04
Epoch:28, Train_acc:79.4%, Train_loss:0.423, Test_acc:79.2%, Test_loss:0.474, Lr:1.00E-04
Epoch:29, Train_acc:79.5%, Train_loss:0.421, Test_acc:79.2%, Test_loss:0.471, Lr:1.00E-04
Epoch:30, Train_acc:79.6%, Train_loss:0.418, Test_acc:79.7%, Test_loss:0.467, Lr:1.00E-04
==================== Done ====================

5. 模型评估

5.1 Loss与Accuracy图

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率from datetime import datetime
current_time = datetime.now() # 获取当前时间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) # 打卡请带上时间戳,否则代码截图无效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()

在这里插入图片描述

6. 总结

本周主要实现了实现了对于上一次糖尿病预测模型的优化。通过实践,更加深入地了解了LSTM模型的相关优化。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.pswp.cn/web/81042.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

一些好用的Chrome 扩展程序

以下是按主要功能分类的 Chrome 扩展程序列表,包括其版本号、中文功能简述以及指向其主页或 Chrome 网上应用店页面的链接。 翻译与语言 沉浸式翻译 - 网页翻译插件 | PDF 翻译 | 免费 版本: 1.16.12 描述: 【沉浸式翻译】免费的(原文 / 译文&#xff0…

贪心算法题目合集2

贪心算法题目合集2 一般排序排队接水整数区间金银岛寻找平面上的极大点NOIP 2008 普及组 排座椅 推导排序规律NOIP 1998 提高组 拼数排序规则的正确性证明:全序关系证明拼数的贪心策略正确P2878 [USACO07JAN] Protecting the Flowers SP1842 [USACO05NOV] 奶牛玩杂技…

全方位详解微服务架构中的Service Mesh(服务网格)

一、引言 随着微服务架构的广泛应用,微服务之间的通信管理、流量控制、安全保障等问题变得日益复杂。服务网格(Service Mesh)作为一种新兴的技术,为解决这些问题提供了有效的方案。它将服务间通信的管理从微服务代码中分离出来&a…

如何在VSCode中更换默认浏览器:完整指南

引言 作为前端开发者,我们经常需要在VSCode中快速预览HTML文件。默认情况下,VSCode会使用系统默认浏览器打开文件,但有时我们可能需要切换到其他浏览器进行测试。本文将详细介绍如何在VSCode中更换默认浏览器。 方法一:使用VSCo…

【普及+/提高】洛谷P2613 【模板】有理数取余——快读+快速幂

题目来源 P2613 【模板】有理数取余 - 洛谷 题目描述 给出一个有理数 cba​,求 cmod19260817 的值。 这个值被定义为 bx≡a(mod19260817) 的解。 输入格式 一共两行。 第一行,一个整数 a。 第二行,一个整数 b。 输出格式 一个整数&a…

从编程助手到AI工程师:Trae插件Builder模式实战Excel合并工具开发

Trae插件下载链接:https://www.trae.com.cn/plugin 引言:AI编程工具的新纪元 在软件开发领域,AI辅助编程正在经历一场革命性的变革。Trae插件(原MarsCode编程助手)最新推出的Builder模式,标志着AI编程工具…

Python set集合方法详解

""" set()函数是个无序的去重集合,可以用来过滤重复元素 Python 提供了 2 种创建 set 集合的方法,分别是使用 {} 创建和使用 set() 函数将列表、元组等类型数据转换为集合 """# 空集合 s0 set() # 正确方式 →…

各类Agent技术的发展现状和核心痛点

AI Agent主要分类 Agent(智能体)技术是指具有自主感知、决策与执行能力的软件系统,能够在环境中完成特定任务。目前常见的Agent类型主要包括: - 基于大模型的智能体:以GPT-4等大型语言模型为核心,如AutoGP…

单片机-STM32部分:18、WiFi模组

飞书文档https://x509p6c8to.feishu.cn/wiki/WFmqwImDViDUezkF7ercZuNDnve 一、WiFi模组应用 当设备需要连接网络,实现远程控制,状态监控时,就需要添加通信模组,常见的通信模组WiFi模组、2G模组、4G模组等: 我们的板卡…

探索Qwen2ForCausalLM 架构上进行微调

简述 试验参考了mini_qwen 的开源实现 GitHub - qiufengqijun/mini_qwen: 这是一个从头训练大语言模型的项目,包括预训练、微调和直接偏好优化,模型拥有1B参数,支持中英文。这是一个从头训练大语言模型的项目,包括预训练、微调和…

hysAnalyser特色的TS流编辑、剪辑和转存MP4功能说明

摘要 hysAnalyser 是一款特色的 MPEG-TS 数据分析工具,融合了常规TS文件的剪辑,转存功能,可用于平常的视频开发和测试。 本文详细阐述了对MPEG-TS 流的节目ID,名称,PID,时间戳,流类型&#xff…

前端[插件化]设计思想_Vue、React、Webpack、Vite、Element Plus、Ant Design

前端插件化设计思想旨在提升应用的可扩展性、可维护性和模块化程度。这种思想不仅体现在框架(如 Vue、React)中,也广泛应用于构建工具(如 Webpack、Vite)以及 UI 库(如 Element Plus、Ant Design&#xff0…

2025年高防IP与游戏盾深度对比:如何选择最佳防护方案?

2025年,随着DDoS攻击规模的指数级增长和混合攻击的常态化,高防IP与游戏盾成为企业网络安全的核心选择。然而,两者在功能定位、技术实现及适用场景上存在显著差异。本文结合最新行业实践与技术趋势,全面解析两者的优劣,…

日志根因分析:Elastic Observability 的异常检测与日志分类功能

作者:来自 Elastic Bahubali Shetti Elastic Observability 不仅提供日志聚合、指标分析、APM 和分布式追踪,Elastic 的机器学习能力还能帮助分析问题的根因,让你将时间专注于最重要的任务。 随着越来越多的应用程序迁移到云端,收…

Linux火墙管理及优化

网络环境配置 使用3个新的虚拟机【配置好软件仓库和网络的】 F1 192.168.150.133 NAT F2 192.168.150.134 192.168.10.20 NAT HOST-ONLY 网络适配仅主机 F3 192.168.10.30 HOST-ONLY 网络适配仅主机 1 ~]# hostnamectl hostname double1.timinglee.org 【更…

java配置webSocket、前端使用uniapp连接

一、这个管理系统是基于若依框架&#xff0c;配置webSocKet的maven依赖 <!--websocket--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-websocket</artifactId></dependency> 二、配…

基于Yolov8+PyQT的老人摔倒识别系统源码

概述 ​​基于Yolov8PyQT的老人摔倒识别系统​​&#xff0c;该系统通过深度学习算法实时检测人体姿态&#xff0c;精准识别站立、摔倒中等3种状态&#xff0c;为家庭或养老机构提供及时预警功能。 主要内容 ​​完整可运行代码​​ 项目采用Yolov8目标检测框架结合PyQT5开发…

Oracle 创建外部表

找别人要一下数据&#xff0c;但是他发来一个 xxx.csv 文件&#xff0c;怎么办&#xff1f; 1、使用视图化工具导入 使用导入工具导入&#xff0c;如 DBeaver&#xff0c;右击要导入的表&#xff0c;选择导入数据。 选择对应的 csv 文件&#xff0c;下一步就行了&#xff08;如…

【华为OD- B卷 01 - 传递悄悄话 100分(python、java、c、c++、js)】

【华为OD- B卷 01 - 传递悄悄话 100分(python、java、c、c++、js)】 题目 给定一个二叉树,每个节点上站一个人,节点数字表示父节点到该节点传递悄悄话需要花费的时间。 初始时,根节点所在位置的人有一个悄悄话想要传递给其他人,求二叉树所有节点上的人都接收到悄悄话花…

房贷利率计算前端小程序

利率计算前端小程序 视图效果展示如下&#xff1a; 在这里插入代码片 <!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0&qu…