《PyTorch深度学习实践》-刘二大人 泰坦尼克号作业

最近在B站发现了一套很不错的PyTorch深度学习入门教程，目前更新已经完结。附上地址PyTorch深度学习实践

自己是个小白，试着做了一下泰坦尼克号的练习，如有不足不对之处还望轻喷。

1.准备数据集

import numpy as np 
import pandas as pd 
from torch.utils.data import Dataset
import torch

class MyDataset(Dataset):
’‘’定义数据集类‘’‘
    def __init__(self,filepath):
    	# 从原始数据集中取五个特征
        features = ["Pclass", "Sex", "SibSp", "Parch", "Fare"]
        data = pd.read_csv(filepath)
        self.len = data.shape[0]  # shape(多少行，多少列)
        
        # data[features]的类型是DataFrame,先进行独热表示，然后转成array,最后转成tensor用于进行矩阵计算。
        self.x_data = torch.from_numpy(np.array(pd.get_dummies(data[features])))
        self.y_data = torch.from_numpy(np.array(data["Survived"]))
        
 
    def __getitem__(self, index):
        return self.x_data[index], self.y_data[index]
 
    def __len__(self):
        return self.len
        
# 建立数据集
dataset = MyDataset('./titanic/train.csv')

# 建立数据集加载器
from torch.utils.data import DataLoader
train_loader = DataLoader(dataset=dataset, batch_size=1, shuffle=True, num_workers=0)

2.定义模型

class Model(torch.nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        # 选取的五个特征经过独热表示后变为6维。
        self.linear1 = torch.nn.Linear(6, 3)
        self.linear2 = torch.nn.Linear(3, 1)
        self.sigmoid = torch.nn.Sigmoid()
 
    def forward(self, x):
        x = self.sigmoid(self.linear1(x))
        x = self.sigmoid(self.linear2(x))
        return x
    
    # 定义的预测函数。
    def predict(self, x):
        with torch.no_grad():
            x = self.sigmoid(self.linear1(x))
            x = self.sigmoid(self.linear2(x))
            y = []
            for i in x:
                if i>0.5:
                    y.append(1)
                else:
                    y.append(0)
            return y
 
model = Model()

3.构造损失函数、优化器

criterion = torch.nn.BCELoss(reduction='mean')
optimizer = torch.optim.SGD(model.parameters(), lr=0.005)

4.进行训练

if __name__ == '__main__':
    for epoch in range(100):
        for i, data in enumerate(train_loader, 0):
            inputs, labels = data
            # 这里先转换了一下数据类型。
            inputs = inputs.float()
            labels = labels.float()
            
            y_pred = model(inputs)
            # 将维度压缩至1维。
            y_pred = y_pred.squeeze(-1)
            loss = criterion(y_pred, labels)
            print(epoch, i, loss.item())
 
            optimizer.zero_grad()
            loss.backward()
 
            optimizer.step()

5.进行预测保存。

# 读取test文件
test_data = pd.read_csv("./titanic/test.csv")
features = ["Pclass", "Sex", "SibSp", "Parch", "Fare"]
test = torch.from_numpy(np.array(pd.get_dummies(test_data[features])))

# 进行预测
y = model.predict(test.float())

# 输出预测结果到文件
output = pd.DataFrame({
     'PassengerId': test_data.PassengerId, 'Survived': y})
output.to_csv('my_predict.csv', index=False)

最后提交结果，分值0.75837 可以继续调参优化。

第一次写文章，更多是想对自己的学习的一个记录，代码中肯定有很多不规范，或者更漂亮的写法，欢迎各位大佬点评指正。