R7周:糖尿病预测模型优化探索

news2025/7/19 18:30:42
  •      🍨 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

一、数据预处理

1.设置GPU
import torch.nn.functional as F
import torch.nn as nn
import torch, torchvision

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
device
device(type='cuda')
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
# 支持中文
plt.rcParams['savefig.dpi'] = 500
plt.rcParams['figure.dpi'] = 500
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('F:/jupyter lab/DL-100-days/datasets/diabetes_pre/dia.xls')
DataFrame.head()

DataFrame.shape
(1006, 16)
 3.数据检查
# 查看是否有缺失值
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('数据的重复值为:'f'{DataFrame.duplicated().sum()}')
数据重复值------------------
数据的重复值为:0

二、数据分析

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()

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)

 

三、LSTM模型

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,故在X 中去掉该字段
X = DataFrame.drop(['卡号', '是否糖尿病', '高密度脂蛋白胆固醇'], 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, DataLoader

train_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)  # 输出 2 类

    def forward(self, x):
        # 如果 x 是 2D 的,转换为 3D 张量,假设 seq_len=1
        if x.dim() == 2:
            x = x.unsqueeze(1)  # [batch_size, 1, input_size]
        
        # LSTM 处理数据
        out, (h_n, c_n) = self.lstm0(x)  # 第一层 LSTM
        
        # 使用第二个 LSTM,并传递隐藏状态
        out, (h_n, c_n) = self.lstm1(out, (h_n, c_n))  # 第二层 LSTM
        
        # 获取最后一个时间步的输出
        out = out[:, -1, :]  # 选择序列的最后一个时间步的输出
        
        out = self.fc0(out)  # [batch_size, 2]
        return out

model = 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、训练模型

1.定义训练函数
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
    train_loss, train_acc = 0, 0  # 初始化训练损失和正确率

    model.train()  # 设置模型为训练模式
    for X, y in dataloader:  # 获取数据和标签
        
        # 如果 X 是 2D 的,调整为 3D
        if X.dim() == 2:
            X = X.unsqueeze(1)  # [batch_size, 1, input_size],即假设 seq_len=1
        
        X, y = X.to(device), y.to(device)  # 将数据移动到设备

        # 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

        # 反向传播
        optimizer.zero_grad()  # 清除上一步的梯度
        loss.backward()  # 反向传播
        optimizer.step()  # 更新权重

        # 记录acc与loss
        train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()

    train_acc /= size  # 平均准确率
    train_loss /= num_batches  # 平均损失
    return train_acc, train_loss
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
    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loss
            target_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 /= size
    test_loss /= num_batches
    return test_acc, test_loss
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 = 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)
 
    # 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: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、模型评估

1.Loss和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()

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、学习心得

1.本周延续上周的工作,开展了糖尿病预测模型优化探索。加入了相关性分析这个新模块,更加直观地实现了各种因素之间的相关性。

2.从训练结果中可以发现,test_acc有所增长。

3.相较于R6而言,主要修改的地方在于数据集那部分,取消注释了sc_X= StandardScaler()和X= sc_X.fit_transform(X)两行代码。

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.coloradmin.cn/o/2343680.html

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,一经查实,立即删除!

相关文章

线程怎么创建?Java 四种方式一网打尽

🚀 Java 中线程的 4 种创建方式详解 创建方式实现方式是否推荐场景说明1. 继承 Thread 类class MyThread extends Thread❌ 不推荐简单学习、单线程场景2. 实现 Runnable 接口class MyRunnable implements Runnable✅ 推荐更适合多线程共享资源3. 实现 Callable 接…

STM32之DHT11温湿度传感器---附代码

DHT11简介 DHT11的供电电压为 3-5.5V。 传感器上电后,要等待 1s 以越过不稳定状态在此期间无需发送任何指令。 电源引脚(VDD,GND)之间可增加一个100nF 的电容,用以去耦滤波。 DATA 用于微处理器与DHT11之间…

工业相机——镜头篇【机器视觉,图像采集系统,成像原理,光学系统,成像光路,镜头光圈,镜头景深,远心镜头,分辨率,MTF曲线,焦距计算 ,子午弧矢】

文章目录 1 机器视觉,图像采集系统2 相机镜头,属于一种光学系统3 常规镜头 成像光路4 镜头光圈5 镜头的景深6 远心镜头 及 成像原理7 远心镜头种类 及 应用场景8 镜头分辨率10 镜头的对比度11 镜头的MTF曲线12 镜头的焦距 计算13 子午弧矢 图解 反差 工业…

openwrt查询网关的命令

方法一:route -n 方法二:ip route show

华为OD机试真题——查找接口成功率最优时间段(2025A卷:100分)Java/python/JavaScript/C/C++/GO最佳实现

2025 A卷 100分 题型 本专栏内全部题目均提供Java、python、JavaScript、C、C、GO六种语言的最佳实现方式; 并且每种语言均涵盖详细的问题分析、解题思路、代码实现、代码详解、3个测试用例以及综合分析; 本文收录于专栏:《2025华为OD真题目录…

【“星睿O6”AI PC开发套件评测】开箱+刷机+基础环境配置

开箱 很荣幸可以参与“星睿O6”AI PC开发套件评测,话不多说先看开箱美图,板子的包装还是蛮惊艳的。 基础开发环境配置 刷机 刷机参考这里的文档快速上手即可,笔者同时验证过使用USB和使用NVMe硬盘盒直接在硬盘上刷机,操作下来建…

力扣面试150题--环形链表和两数相加

Day 32 题目描述 思路 采取快慢指针 /*** Definition for singly-linked list.* class ListNode {* int val;* ListNode next;* ListNode(int x) {* val x;* next null;* }* }*/ public class Solution {public boolean hasCycle(ListNod…

STM32 TIM输入捕获

一、输入捕获简介 IC(Input Capture)输入捕获输入捕获模式下,当通道输入引脚出现指定电平跳变时,当前CNT的值将被锁存到CCR中,可用于测量PWM波形的频率、占空比、脉冲间隔、电平持续时间等参数每个高级定时器和通用定…

python项目实战-后端个人博客系统

本文分享一个基于 Flask 框架开发的个人博客系统后端项目,涵盖用户注册登录、文章发布、分类管理、评论功能等核心模块。适合初学者学习和中小型博客系统开发。 一、项目结构 blog │ app.py │ forms.py │ models.py │ ├───instance │ blog.d…

白鲸开源与亚马逊云科技携手推动AI-Ready数据架构创新

在昨日举办的2025亚马逊云科技合作伙伴峰会圆桌论坛上,白鲸开源创始人兼CEO郭炜作为嘉宾,与亚马逊云科技及其他行业领袖共同探讨了“AI-Ready的数据架构:ISV如何构建面向生成式AI的强大数据基座”这一重要话题。此次论坛由亚马逊云科技大中华…

探秘LLM推理模型:hidden states中藏着的self verification的“钥匙”

推理模型在数学和逻辑推理等任务中表现出色,但常出现过度推理的情况。本文研究发现,推理模型的隐藏状态编码了答案正确性信息,利用这一信息可提升推理效率。想知道具体如何实现吗?快来一起来了解吧! 论文标题 Reasoni…

大数据开发环境的安装,配置(Hadoop)

1. 三台linux服务器的安装 1. 安装VMware VMware虚拟机软件是一个“虚拟PC”软件,它使你可以在一台机器上同时运行二个或更多Windows、DOS、LINUX系统。与“多启动”系统相比,VMWare采用了完全不同的概念。 我们可以通过VMware来安装我们的linux虚拟机…

驱动开发硬核特训 · Day 16:字符设备驱动模型与实战注册流程

🎥 视频教程请关注 B 站:“嵌入式 Jerry” 一、为什么要学习字符设备驱动? 在 Linux 驱动开发中,字符设备(Character Device)驱动 是最基础也是最常见的一类驱动类型。很多设备(如 LED、按键、…

Virtuoso ADE采用Spectre仿真中出现MOS管最小长宽比满足要求依然报错的情况解决方法

在ADE仿真中错误问题如下: ERROR (CMI-2440): "xxx.scs" 46338: I2.M1: The length, width, or area of the instance does not fit the given lmax-lmin, wmax-wmin, or areamax-areamin range for any model in the I2.M3.nch_hvt group. The channel w…

大模型应用开发之LLM入门

一、大模型概述 1、大模型概念 LLM是指用有大量参数的大型预训练语言模型,在解决各种自然语言处理任务方面表现出强大的能力,甚至可以展现出一些小规模语言模型所不具备的特殊能力 2、语言模型language model 语言建模旨在对词序列的生成概率进行建模…

武汉昊衡科技OLI光纤微裂纹检测仪:高密度光器件的精准守护者

随着AI技术应用越来越广,算力需求激增,光通信系统正加速向小型化、高密度、多通道方向演进。硅光芯片、高速光模块等核心器件内部的光纤通道数量成倍增加,波导结构愈发精细,传统检测手段因分辨率不足、效率低下,难以精…

SQL 函数进行左边自动补位fnPadLeft和FORMAT

目录 1.问题 2.解决 方式1 方式2 3.结果 1.问题 例如在SQL存储过程中,将1 或10 或 100 长度不足的时候,自动补足长度。 例如 1 → 001 10→ 010 100→100 2.解决 方式1 SELECT FORMAT (1, 000) AS FormattedNum; SELECT FORMAT(12, 000) AS Form…

Tailwind CSS实战:快速构建定制化UI的新思路

引言 在当今快节奏的前端开发环境中,开发者不断寻找能够提高效率并保持灵活性的工具。Tailwind CSS作为一个功能型优先的CSS框架,正在改变开发者构建用户界面的方式。与Bootstrap和Material UI等传统组件库不同,Tailwind不提供预设组件&…

【数据可视化-25】时尚零售销售数据集的机器学习可视化分析

🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者,提供AI相关的技术咨询、项目开发和个…

UML 活动图深度解析:以在线购物系统为例

目录 一、UML 活动图的基本构成要素 二、题目原型 三、在线购物系统用户购物活动图详细剖析 (一)概述 (二)节点分析 三、注意事项 四、活动图绘画 五、UML 活动图在软件开发中的关键价值 六、总结 在软件开发与系统设计领…