热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

使用十折交叉验证评估回归模型性能

本文介绍了如何通过十折交叉验证方法评估回归模型的性能。我们将使用PyTorch框架,详细展示数据处理、模型定义、训练及评估的完整流程。

使用十折交叉验证评估回归模型性能

首先,我们导入所有必要的库和模块,确保环境准备就绪。

import torch
from torch import nn
import numpy as np
import matplotlib.pyplot as plt
from torch.utils.data import DataLoader, TensorDataset
from sklearn.model_selection import train_test_split
from collections import OrderedDict
from torch.nn import init
import torch.utils.data as Data

接下来,定义一个函数用于获取每一折的数据,包括训练集和验证集。

def get_kfold_data(k, i, X, y):
fold_size = X.shape[0] // k
val_start = i * fold_size
if i != k - 1:
val_end = (i + 1) * fold_size
X_valid, y_valid = X[val_start:val_end], y[val_start:val_end]
X_train = torch.cat((X[0:val_start], X[val_end:]), dim=0)
y_train = torch.cat((y[0:val_start], y[val_end:]), dim=0)
else:
X_valid, y_valid = X[val_start:], y[val_start:]
X_train = X[0:val_start]
y_train = y[0:val_start]
return X_train, y_train, X_valid, y_valid

然后,实现一个执行多折交叉验证的函数,该函数将返回训练和验证的平均损失与准确率。

def k_fold(k, X, y):
train_loss_sum, valid_loss_sum = 0, 0
train_acc_sum, valid_acc_sum = 0, 0
data = []
train_loss_to_data, valid_loss_to_data = [], []
train_acc_to_data, valid_acc_to_data = [], []
for i in range(k):
print(f'第 {i + 1} 折验证结果')
X_train, y_train, X_valid, y_valid = get_kfold_data(k, i, X, y)
train_dataset = Data.TensorDataset(X_train, y_train)
train_loader = DataLoader(
dataset=train_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=0
)
valid_dataset = Data.TensorDataset(X_valid, y_valid)
valid_loader = DataLoader(
dataset=valid_dataset,
batch_size=batch_size,
shuffle=True,
num_workers=0
)
train_loss, valid_loss, train_acc, valid_acc = train(model, train_loader, valid_loader, loss, num_epochs, batch_size, lr)
train_loss_to_data.append(train_loss)
valid_loss_to_data.append(valid_loss)
train_acc_to_data.append(train_acc.detach().numpy())
valid_acc_to_data.append(valid_acc.detach().numpy())
train_loss_sum += train_loss
valid_loss_sum += valid_loss
train_acc_sum += train_acc
valid_acc_sum += valid_acc
print('\n', '最终k折交叉验证结果:')
print(f'average train loss: {train_loss_sum / k:.4f}, average train accuracy: {train_acc_sum / k * 100:.3f}%')
print(f'average valid loss: {valid_loss_sum / k:.4f}, average valid accuracy: {valid_acc_sum / k * 100:.3f}%')
data.extend([train_loss_to_data, valid_loss_to_data, train_acc_to_data, valid_acc_to_data])
return data

定义模型训练函数,该函数将完成模型的训练过程,并返回每个epoch的训练和验证损失及准确率。

def train(model, train_loader, valid_loader, loss, num_epochs, batch_size, lr):
train_losses, valid_losses = [], []
train_accuracies, valid_accuracies = [], []
for epoch in range(num_epochs):
train_loss_sum, valid_loss_sum = 0, 0
train_acc_sum, valid_acc_sum = 0, 0
n_train, n_valid = 0, 0
for X, y in train_loader:
y_pred = model(X)
l = loss(y_pred, y)
optimizer.zero_grad()
l.backward()
optimizer.step()
train_loss_sum += l.item()
acc = (1 - abs(y_pred - y) / y).mean()
train_acc_sum += acc
n_train += 1
with torch.no_grad():
for X, y in valid_loader:
y_pred = model(X)
l = loss(y_pred, y)
valid_loss_sum += l.item()
acc = (1 - abs(y_pred - y) / y).mean()
valid_acc_sum += acc
n_valid += 1
train_losses.append(train_loss_sum / n_train)
valid_losses.append(valid_loss_sum / n_valid)
train_accuracies.append(train_acc_sum / n_train)
valid_accuracies.append(valid_acc_sum / n_valid)
print(f'epoch {epoch + 1}, train_loss {train_losses[-1]:.6f}, train_acc {train_accuracies[-1] * 100:.3f}%, valid_loss {valid_losses[-1]:.6f}, valid_acc {valid_accuracies[-1] * 100:.3f}%')
return train_losses[-1], valid_losses[-1], train_accuracies[-1], valid_accuracies[-1]

生成模拟数据集,用于模型训练和验证。

num_features, num_samples = 500, 10000
true_weights = torch.ones(1, num_features) * 0.0056
true_bias = 0.028
x_data = torch.tensor(np.random.normal(0, 0.001, size=(num_samples, num_features)), dtype=torch.float32)
y = torch.mm(x_data, true_weights.t()) + true_bias
y += torch.normal(0, 0.001, y.shape)

构建回归模型,并初始化模型参数。

model = nn.Sequential(OrderedDict([
('linear1', nn.Linear(num_features, 256)),
('relu1', nn.ReLU()),
('linear2', nn.Linear(256, 128)),
('relu2', nn.ReLU()),
('linear3', nn.Linear(128, 1)),
]))
for param in model.parameters():
init.normal_(param, mean=0, std=0.001)

设置超参数并定义损失函数和优化器。

k_folds = 10
learning_rate = 0.001
batch_size = 50
epochs = 10
loss_fn = nn.MSELoss()
optimizer = torch.optim.SGD(model.parameters(), lr=learning_rate)

启动训练和验证过程,收集每折的结果。

results = k_fold(k_folds, x_data, y)

最后,使用Pandas将结果保存到CSV文件中,便于后续分析。

import pandas as pd

fold_names = [f'第{i + 1}折' for i in range(k_folds)]
data_frame = {
'Fold': fold_names,
'Train Loss': results[0],
'Valid Loss': results[1],
'Train Acc': results[2],
'Valid Acc': results[3],
}
df = pd.DataFrame(data_frame)
df.to_csv('./feedforward_neural_network_kfold_regression.csv', index=False)
df

推荐阅读
  • 本文详细介绍了Akka中的BackoffSupervisor机制,探讨其在处理持久化失败和Actor重启时的应用。通过具体示例,展示了如何配置和使用BackoffSupervisor以实现更细粒度的异常处理。 ... [详细]
  • 技术分享:从动态网站提取站点密钥的解决方案
    本文探讨了如何从动态网站中提取站点密钥,特别是针对验证码(reCAPTCHA)的处理方法。通过结合Selenium和requests库,提供了详细的代码示例和优化建议。 ... [详细]
  • Python 异步编程:深入理解 asyncio 库(上)
    本文介绍了 Python 3.4 版本引入的标准库 asyncio,该库为异步 IO 提供了强大的支持。我们将探讨为什么需要 asyncio,以及它如何简化并发编程的复杂性,并详细介绍其核心概念和使用方法。 ... [详细]
  • 本文详细介绍 Go+ 编程语言中的上下文处理机制,涵盖其基本概念、关键方法及应用场景。Go+ 是一门结合了 Go 的高效工程开发特性和 Python 数据科学功能的编程语言。 ... [详细]
  • 本文详细介绍了Java中org.neo4j.helpers.collection.Iterators.single()方法的功能、使用场景及代码示例,帮助开发者更好地理解和应用该方法。 ... [详细]
  • 本文将介绍如何编写一些有趣的VBScript脚本,这些脚本可以在朋友之间进行无害的恶作剧。通过简单的代码示例,帮助您了解VBScript的基本语法和功能。 ... [详细]
  • 本文介绍如何使用Objective-C结合dispatch库进行并发编程,以提高素数计数任务的效率。通过对比纯C代码与引入并发机制后的代码,展示dispatch库的强大功能。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 1.如何在运行状态查看源代码?查看函数的源代码,我们通常会使用IDE来完成。比如在PyCharm中,你可以Ctrl+鼠标点击进入函数的源代码。那如果没有IDE呢?当我们想使用一个函 ... [详细]
  • 主要用了2个类来实现的,话不多说,直接看运行结果,然后在奉上源代码1.Index.javaimportjava.awt.Color;im ... [详细]
  • 深入理解 SQL 视图、存储过程与事务
    本文详细介绍了SQL中的视图、存储过程和事务的概念及应用。视图为用户提供了一种灵活的数据查询方式,存储过程则封装了复杂的SQL逻辑,而事务确保了数据库操作的完整性和一致性。 ... [详细]
  • 本文详细解析了Python中的os和sys模块,介绍了它们的功能、常用方法及其在实际编程中的应用。 ... [详细]
  • 掌握远程执行Linux脚本和命令的技巧
    本文将详细介绍如何利用Python的Paramiko库实现远程执行Linux脚本和命令,帮助读者快速掌握这一实用技能。通过具体的示例和详尽的解释,让初学者也能轻松上手。 ... [详细]
  • C++实现经典排序算法
    本文详细介绍了七种经典的排序算法及其性能分析。每种算法的平均、最坏和最好情况的时间复杂度、辅助空间需求以及稳定性都被列出,帮助读者全面了解这些排序方法的特点。 ... [详细]
author-avatar
mobiledu2502887833
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有