2022福大数学建模赛题B题-BP神经网络多分类（基于Tensorflow）-附python代码

题目3：请根据附件 2 所提供的部分食物寒热属性（分为三类：性平、性温热、性凉寒），对附 件 1 中的食物进行分类，判断这些食物是属于性平、性温热或性凉寒中哪一类，并说明你分类的合理性；

BP神经网络：外部输入信号经输入层、隐含层的神经元的逐层处理，并向前传播至输出层从而获得结果。如果在输出层无法得到期望输出，则转入误差的反向传播过程，将网络输出实际值之间的误差沿原连接通路原路返回，通过修改各层神经元的连接权重，减小误差，然后转入正向传播过程，经过多次迭代，直至到达最大迭代次数或误差小于给定值为止。

 过程：

1、数据预处理。附件 1中 1284种食物，有 549种食物是已知其寒热属性，另外 735种食物的寒热属性未知。提取数据并归一化处理。

2、构建模型。此时将食物各成分看成 BP神经网络模型的输入层，将 Y（寒热属性）当作模型的输出层。这里损失函数用的是均方误差。

3、正交实验设计。要考虑学习率、迭代次数、和神经元个数三个因素。各设置3个水平，采用正交实验的好处是，考虑了 3个因素彼此之间的交互作用，且减少实验的次数。

4、BP神经网络训练。得出的模型效果良好，但受参数影响较大。且训练时间随着问题规模以及神经元个数的增加而增加。

5、未知类别数据分类。利用训练出来的模型进行分类，并将分类结果标注在表中，并输出一个新的excel表。

python源代码：

注意：因变量Y需要映射为数值变量。因为后面的one-hot编码不能对字符串型状态编码，这点不同于哑变量（dummy）的处理。另外数据类型的转换也需要注意，因为这里面调用了一些已有的库，它们输入数据有些是array数组,dataframe表格,tensor张量等。还有就是神经网络训练时需要对已知数据集分成训练集和测试集，选择时尽量随机选择