小牛的学习笔记--乳腺癌症数据分析

二分类；损失函数精确度的图像；加深模型

一.深度学习五步骤

1. 加载数据集
2. 定义模型
3. 编译模型
4. 训练模型（fit）
5. 评估模型

二.这里以乳腺癌症数据分析为例

这里没有分开训练集和测试集
导入包

from keras.models import Sequential
from keras.layers import Dense
import numpy
from matplotlib import pyplot as plt
from keras.utils.vis_utils import plot_model

1.加载数据集

#numpy.loadtxt指定文本数据间的间隔符号是什么
#X:[:,0:8]取所有行的第0到第7列(特征值)Y:[:,8]所有行的最后一列，是否得病的列（类别值）

dataset = numpy.loadtxt("pima-indians-diabetes.csv", delimiter=",")
X = dataset[:,0:8]
Y = dataset[:,8]

2.定义模型

激活函数是建模型的时候使用的
#Sequential：为最简单的线性、从头到尾的结构顺序，不分叉。
模型的基本组件一般需要：

• 1、model.add，添加层；
• 2、model.compile,模型训练的BP模式设置；
• 3、model.fit，模型训练参数设置 + 训练；
• 4、模型评估
• 5、模型预测

add函数添加全连接层
第一层输入维度是8，因为有8个属性值
第二层为隐含层第一层，12个神经元连接到第二层的8个神经元
第三层为隐含层第二层，8个神经元
第四层输出层，1个神经元
sigmoid函数：用于隐层神经元输出，取值范围为(0,1)，它可以将一个实数映射到(0,1)的区间，可以用来做二分类。
relu函数：用于隐层神经元输出
二分类中间层relu
最后一层sigmoid
附上链接：关于Sequential这块讲的很详细

#create model
model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
#model.add(Dense(4, activation='relu'))
model.add(Dense(1, activation='sigmoid'))#sigmoid函数

这里注释了神经元为4的一层

3.编译模型

损失函数；优化函数；精确度
损失函数：二分类的损失函数：直接指定用这个函数binary crossentropy
优化函数：默认的梯度下降算法adam
精确度：分类的精确度放在矩阵里面accuracy

#Compile model
model.compile(loss='binary_crossentropy',optimizer='adam',metrics=['accuracy'])

4.训练模型

要指定epoches和batch_size
fit模型就是训练模型
epochs参数是迭代的次数，batch_size是批处理的个数

#fit the model
history=model.fit(X,Y,epochs=100,batch_size=10,verbose=2)

5.评估模型

evaluate()并且画出神经元的模型图

#evaluate the model
scores=model.evaluate(X,Y)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))
model.summary()
plot_model(model, to_file='model1.png', show_shapes=True)

结果输出：

迭代了100次
输出精确率：76.82%
神经元的模型图：

三.画出损失函数和精确度的变化曲线

用上述例子不能直接画出损失函数和精确度的变化，因为这里的训练集同时作为为验证集，必须吧训练集和验证集分开才可，同样用该数据集，只需要改改部分代码就可画出损失函数和精确度的变化曲线
添加代码：
导入的包部分：

from sklearn import model_selection#分训练集和训练集

加载数据集的部分：
这里数据集训练集和测试集2 8分

validation_size=0.20
seed =7
scoring= 'accuracy'
X_train, X_validation, Y_train,Y_validation = model_selection.train_test_split(X, Y, test_size=validation_size, random_state=seed)

训练模型部分：
训练模型中注意加上validation_split=0.2

history=model.fit(X,Y,validation_split=0.2, epochs=100,batch_size=10,verbose=2)

最后画图曲线图：

# summarize history for accuracy
plt.figure('acc')
plt.plot(history.history['accuracy'])
plt.plot(history.history['val_accuracy'])
plt.title('model accuracy')
plt.ylabel('accuracy')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

# summarize history for loss
plt.figure('loss')
plt.plot(history.history['loss'])
plt.plot(history.history['val_loss'])
plt.title('model loss')
plt.ylabel('loss')
plt.xlabel('epoch')
plt.legend(['train', 'test'], loc='upper left')
plt.show()

可能存在报错：
KeyError: 'val_acc’或者KeyError: 'val_accuracy’
可能跟keras库版本相关，这俩不行相互改就完事了。

输出结果：