机器学习 期末大作业

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106

import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split, cross_val_score from sklearn.preprocessing import StandardScaler from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import confusion_matrix, classification_report import warnings warnings.filterwarnings('ignore')   # 设置中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False   # 1. 数据导入和基本查看 # 创建数据框 # 作业1：导入数据集，并采用.head()读取前6条数据，采用.info()返回当前数据的信息。(10分) file_path = 'BP_R_Data.xlsx' data = pd.read_excel(file_path) # 查看前6行数据 print("===== 任务1：数据导入和基本查看 =====") print("数据集前6行：") print(data.head(6)) print("\n数据集信息：") print(data.info())   # 2. 数据可视化 plt.figure(figsize=(12, 8)) sns.pairplot(data) plt.savefig('数据可视化.png') plt.close() print("\n===== 任务2：数据可视化 =====") print("数据可视化结果已保存为'数据可视化.png'")   # 3. 数据预处理 # 首先进行数据划分 X = data.iloc[:, :-1]  # 所有行，除了最后一列 y = data.iloc[:, -1]   # 所有行，最后一列   # 然后打印预处理信息 print("\n===== 任务3：数据预处理和模型拟合 =====") print("原始数据形状:", X.shape) print("数据预处理步骤：")   # 数据标准化 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) print("1. 特征标准化完成")   # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X_scaled, y, test_size=0.2, random_state=42) print("2. 数据集划分：") print("   - 训练集大小:", X_train.shape) print("   - 测试集大小:", X_test.shape)   # 使用随机森林分类器 rf_model = RandomForestClassifier(n_estimators=100, random_state=42) rf_model.fit(X_train, y_train) print("3. 模型训练：") print("   - 选用模型：随机森林分类器") print("   - 模型参数：") print("     * n_estimators:", rf_model.n_estimators) print("     * random_state:", rf_model.random_state) print("模型训练完成！")   # 4. 交叉验证 cv_scores = cross_val_score(rf_model, X_scaled, y, cv=5) print("\n===== 任务4：交叉验证结果 =====") print("5折交叉验证得分：", cv_scores) print("平均交叉验证得分：", cv_scores.mean())   # 5. 预测和评估 y_pred = rf_model.predict(X_test)   # 混淆矩阵可视化 cm = confusion_matrix(y_test, y_pred) plt.figure(figsize=(8, 6)) sns.heatmap(cm, annot=True, fmt='d', cmap='Blues') plt.title('混淆矩阵') plt.ylabel('真实值') plt.xlabel('预测值') plt.savefig('混淆矩阵.png') plt.close()   print("\n===== 任务5：预测结果分析 =====") print("混淆矩阵已保存为'混淆矩阵.png'")   # 获取分类报告 report = classification_report(y_test, y_pred, output_dict=True)   print("\n简明结果：") print("="*50) print(f"精度(Accuracy):\t\t{report['accuracy']:.4f}") print("-"*50) print("各类别详细指标：") for label in sorted(set(y_test)):     if str(label) in report:         print(f"\n类别 {label}:")         print(f"查准率(Precision):\t{report[str(label)]['precision']:.4f}")         print(f"查全率(Recall):\t\t{report[str(label)]['recall']:.4f}")         print(f"F1值(F1-score):\t\t{report[str(label)]['f1-score']:.4f}") print("="*50)   print("\n完整分类报告：") print(classification_report(y_test, y_pred))