前言

本文的主要內(nèi)容是使用 cpu 版本的 tensorflor-2.1 完成對(duì) Auto MPG 數(shù)據(jù)集的回歸預(yù)測(cè)任務(wù)。

獲取 Auto MPG 數(shù)據(jù)并進(jìn)行數(shù)據(jù)的歸一化處理

（1）Auto MPG 數(shù)據(jù)集描述了汽車燃油效率的特征值和標(biāo)簽值，我們通過(guò)模型的學(xué)習(xí)可以從特征中找到規(guī)律，最后以最小的誤差來(lái)預(yù)測(cè)目標(biāo) MPG 。

（2）我們使用 keras 自帶的函數(shù)可以直接從網(wǎng)絡(luò)上下載數(shù)據(jù)保存到本地。

（3）每行都包含 MPG 、氣缸、排量、馬力、重量、加速、車型年份、原產(chǎn)地等八列數(shù)據(jù)，其中 MPG 就是我們的標(biāo)簽值，其他都是特征。

dataset_path = keras.utils.get_file("auto-mpg.data", "http://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data")
column_names = ['MPG','氣缸','排量','馬力','重量', '加速', '車型年份', '原產(chǎn)地']
raw_dataset = pd.read_csv(dataset_path, names=column_names, na_values = "?", comment='\t',  sep=" ", skipinitialspace=True)
dataset = raw_dataset.copy()

對(duì)數(shù)據(jù)進(jìn)行處理

（1）因?yàn)閿?shù)據(jù)中存在一些空值，會(huì)影響我們對(duì)于特征的計(jì)算和目標(biāo)的預(yù)測(cè)，所以將數(shù)據(jù)中存在空數(shù)據(jù)的行刪除掉。

dataset = dataset.dropna()

（2）因?yàn)?ldquo;原產(chǎn)地”這一列總共只有 1、2、3 三種值，分別表示三個(gè)國(guó)家，所以我們將他們各自提出來(lái)單獨(dú)做成一列，這樣就相當(dāng)于給每個(gè)國(guó)家類別轉(zhuǎn)換成了 ont-hot 。

origin = dataset.pop('原產(chǎn)地')
dataset['阿美莉卡'] = (origin == 1)*1.0
dataset['毆們'] = (origin == 2)*1.0
dataset['小日本子'] = (origin == 3)*1.0

（3）按照一定的比例，取 90% 的數(shù)據(jù)為訓(xùn)練數(shù)據(jù)，取 10% 的數(shù)據(jù)為測(cè)試數(shù)據(jù)。

train_datas = dataset.sample(frac=0.9, random_state=0)
test_datas = dataset.drop(train_dataset.index)

（4） 這里主要是使用一些內(nèi)置的函數(shù)來(lái)查看訓(xùn)練集對(duì)每一列數(shù)據(jù)的各種常見(jiàn)的統(tǒng)計(jì)指標(biāo)情況，主要有 count、mean、std、min、25%、50%、75%、max ，這樣省去了我們后邊的計(jì)算，直接使用即可。

train_stats = train_datas.describe()
train_stats.pop("MPG")
train_stats = train_stats.transpose()

（5）數(shù)據(jù)中的 MPG 就是我們需要預(yù)測(cè)的回歸目標(biāo)，我們將這一列從訓(xùn)練集和測(cè)試集中彈出，單獨(dú)做成標(biāo)簽。 MPG 意思就是 Miles per Gallon ，這是一個(gè)衡量一輛汽車在郵箱中只加一加侖汽油或柴油時(shí)可以行駛多少英里的中要指標(biāo)。

train_labels = train_datas.pop('MPG')
test_labels = test_datas.pop('MPG')

（6）這里主要是對(duì)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)進(jìn)行歸一化，將每個(gè)特征應(yīng)獨(dú)立縮放到相同范圍，因?yàn)楫?dāng)輸入數(shù)據(jù)特征值存在不同范圍時(shí)，不利于模型訓(xùn)練的快速收斂，我在文章最后的第七節(jié)中放了一張沒(méi)有進(jìn)行數(shù)據(jù)歸一化后模型訓(xùn)練評(píng)估指標(biāo)，可以看到很雜亂無(wú)章。

def norm(stats, x):
    return (x - stats['mean']) / stats['std']
train_datas = norm(train_stats, train_datas)
test_datas = norm(train_stats, test_datas)

搭建深度學(xué)習(xí)模型

搭建深度學(xué)習(xí)模型、并完成模型的配置和編譯

這里主要是搭建深度學(xué)習(xí)模型、配置模型并編譯模型。

（1）模型主要有三層：

• 第一層主要是一個(gè)全連接層操作，將每個(gè)樣本的所有特征值輸入，通過(guò) relu 激活函數(shù)的非線性變化，最后輸出一個(gè) 64 維的向量。
• 第二層主要是一個(gè)全連接層操作，將上一層的 64 維的向量，通過(guò) relu 激活函數(shù)的非線性變化，最后輸出一個(gè) 32 維的向量。
• 第三層主要是一個(gè)全連接層操作，將上一層的 32 維的向量，最后輸出一個(gè) 1 維的結(jié)果，這其實(shí)就是輸出預(yù)測(cè)的回 MPG 。

（2）模型中優(yōu)化器這里選用 RMSprop ，學(xué)習(xí)率為 0.001 。

（3）模型中的損失值指標(biāo)是 MSE ，MSE 其實(shí)就是均方差，該統(tǒng)計(jì)參數(shù)是模型預(yù)測(cè)值和原始樣本的 MPG 值誤差的平方和的均值。

（4）模型的評(píng)估指標(biāo)選用 MAE 和 MSE ，MSE 和上面的一樣，MAE 是平均絕對(duì)誤差，該統(tǒng)計(jì)參數(shù)指的就是模型預(yù)測(cè)值與原始樣本的 MPG 之間絕對(duì)誤差的平均值。

def build_model():
    model = keras.Sequential([  layers.Dense(64, activation='relu', input_shape=[len(train_datas.keys())]),
                                layers.Dense(32, activation='relu'),
                                layers.Dense(1) ])
    optimizer = tf.keras.optimizers.RMSprop(0.001)
    model.compile(loss='mse', optimizer=optimizer, metrics=['mae', 'mse'])
    return model
model = build_model()

使用 EarlyStoping 完成模型訓(xùn)練

（1）這里使用訓(xùn)練集數(shù)據(jù)和標(biāo)簽進(jìn)行模型訓(xùn)練，總共需要進(jìn)行 1000 個(gè) epoch ，并且在訓(xùn)練過(guò)程中選取訓(xùn)練數(shù)據(jù)的 20% 作為驗(yàn)證集來(lái)評(píng)估模型效果，為了避免存在過(guò)擬合的現(xiàn)象，這里我們用 EarlyStopping 技術(shù)來(lái)進(jìn)行優(yōu)化，也就是當(dāng)經(jīng)過(guò)一定數(shù)量的 epoch （我們這里定義的是 20 ）后沒(méi)有改進(jìn)效果，則自動(dòng)停止訓(xùn)練。

early_stop = keras.callbacks.EarlyStopping(monitor='val_loss', patience=20)
history = model.fit(train_datas, train_labels, epochs=1000, validation_split = 0.2, verbose=2, callbacks=[early_stop])

訓(xùn)練過(guò)程的指標(biāo)輸出如下，可以看到到了第 106 次 epoch 之后就停止了訓(xùn)練：

Train on 282 samples, validate on 71 samples
Epoch 1/1000
282/282 - 0s - loss: 567.8865 - mae: 22.6320 - mse: 567.8865 - val_loss: 566.0270 - val_mae: 22.4126 - val_mse: 566.0270
Epoch 2/1000
282/282 - 0s - loss: 528.5458 - mae: 21.7937 - mse: 528.5459 - val_loss: 526.6008 - val_mae: 21.5748 - val_mse: 526.6008
...
Epoch 105/1000
282/282 - 0s - loss: 6.1971 - mae: 1.7478 - mse: 6.1971 - val_loss: 5.8991 - val_mae: 1.8962 - val_mse: 5.8991
Epoch 106/1000
282/282 - 0s - loss: 6.0749 - mae: 1.7433 - mse: 6.0749 - val_loss: 5.7558 - val_mae: 1.8938 - val_mse: 5.7558

（2）這里也展示的是模型在訓(xùn)練過(guò)程，使用訓(xùn)練集和驗(yàn)證集的 mae 、mse 繪制的兩幅圖片，我們可以看到在到達(dá) 100 多個(gè) epoch 之后，訓(xùn)練過(guò)程就終止了，避免了模型的過(guò)擬合。

使用測(cè)試數(shù)據(jù)對(duì)模型進(jìn)行評(píng)估

loss, mae, mse = model.evaluate(test_datas, test_labels, verbose=2)
print("測(cè)試集的 MAE 為: {:5.2f} MPG ，MSE 為 : {:5.2f} MPG".format(mae, mse))

輸出結(jié)果為：

測(cè)試集的 MAE 為:  2.31 MPG ，MSE 為 :  9.12 MPG

使用模型進(jìn)行預(yù)測(cè)

我們選取了一條測(cè)試數(shù)據(jù)，使用模型對(duì)其 MPG 進(jìn)行預(yù)測(cè)。

predictions = model.predict(test_data[:1]).flatten()
predictions

結(jié)果為 ：

array([15.573855], dtype=float32)

而實(shí)際的測(cè)試樣本數(shù)據(jù) MPG 為 15.0 ，可以看出與預(yù)測(cè)值有 0.573855 的誤差，其實(shí)我們還可以搭建更加復(fù)雜的模型，選擇更加多的特征來(lái)進(jìn)行模型的訓(xùn)練，理論上可以達(dá)到更小的預(yù)測(cè)誤差。

展示沒(méi)有進(jìn)行歸一化操作的訓(xùn)練過(guò)程

我們將沒(méi)有進(jìn)行歸一化的數(shù)據(jù)在訓(xùn)練過(guò)程中的指標(biāo)情況進(jìn)行展示，可以看出來(lái)訓(xùn)練的指標(biāo)雜亂無(wú)章。所以一般情況下我們推薦對(duì)數(shù)據(jù)做歸一化，有利于模型訓(xùn)練的快速收斂。

以上就是Tensorflow 2.1完成對(duì)MPG回歸預(yù)測(cè)詳解的詳細(xì)內(nèi)容，更多關(guān)于Tensorflow MPG回歸預(yù)測(cè)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！