Python实现哈里斯鹰优化算法(HHO)优化循环神经网络分类模型(LSTM分类算法)项目实战
说明:这是一个机器学习实战项目(附带数据+代码+文档+视频讲解),如需数据+代码+文档+视频讲解可以直接到文章最后获取。
1.项目背景
2019年Heidari等人提出哈里斯鹰优化算法(Harris Hawk Optimization, HHO),该算法有较强的全局搜索能力,并且需要调节的参数较少的优点。
本项目通过HHO哈里斯鹰优化算法寻找最优的参数值来优化LSTM分类模型。
2.数据获取
本次建模数据来源于网络(本项目撰写人整理而成),数据项统计如下:
数据详情如下(部分展示):
3.数据预处理
3.1 用Pandas工具查看数据
使用Pandas工具的head()方法查看前五行数据:
关键代码:
3.2数据缺失查看
使用Pandas工具的info()方法查看数据信息:
从上图可以看到,总共有11个变量,数据中无缺失值,共2000条数据。
关键代码:
3.3数据描述性统计
通过Pandas工具的describe()方法来查看数据的平均值、标准差、最小值、分位数、最大值。
关键代码如下:
4.探索性数据分析
4.1 y变量柱状图
用Matplotlib工具的plot()方法绘制直方图:
4.2 y=1样本x1变量分布直方图
用Matplotlib工具的hist()方法绘制直方图:
4.3 相关性分析
从上图中可以看到,数值越大相关性越强,正值是正相关、负值是负相关。
5.特征工程
5.1 建立特征数据和标签数据
关键代码如下:
5.2 数据集拆分
通过train_test_split()方法按照80%训练集、20%测试集进行划分,关键代码如下:
5.3 数据样本增维
数据样本增加维度后的数据形状:
6.构建HHO哈里斯鹰优化算法优化LSTM分类模型
主要使用HHO哈里斯鹰优化算法优化LSTM分类算法,用于目标分类。
6.1 HHO哈里斯鹰优化算法寻找的最优参数
关键代码:
每次迭代的过程数据:
最优参数:
6.2 最优参数值构建模型
6.3 最优参数模型摘要信息
6.4 最优参数模型网络结构
6.5 最优参数模型训练集测试集损失和准确率曲线图
7.模型评估
7.1 评估指标及结果
评估指标主要包括准确率、查准率、查全率、F1分值等等。
从上表可以看出,F1分值为0.9744,说明模型效果较好。
关键代码如下:
7.2 分类报告
从上图可以看出,分类为0的F1分值为0.98;分类为1的F1分值为0.97。
7.3 混淆矩阵
从上图可以看出,实际为0预测不为0的 有5个样本;实际为1预测不为1的 有5个样本,整体预测准确率良好。
8.结论与展望
综上所述,本文采用了HHO哈里斯鹰优化算法寻找LSTM分类算法的最优参数值来构建分类模型,最终证明了我们提出的模型效果良好。此模型可用于日常产品的预测。
本次机器学习项目实战所需的资料,项目资源如下:
项目说明:
链接:https://pan.baidu.com/s/1c6mQ_1YaDINFEttQymp2UQ
提取码:thgk
更多项目实战,详见机器学习项目实战合集列表:
机器学习项目实战合集列表_机器学习实战项目_胖哥真不错的博客-CSDN博客
相关文章
- [Python学习] 专题二.条件语句和循环语句的基础知识
- 【Python成长之路】python 基础篇 -- global/nonlocal关键字使用
- 失去循环标记的Python,我这样实现跳出外层循环
- Python快速学习04:循环 & 函数
- tplink定时重启脚本(python)
- Python快速学习10: 循环的对象及设计 (生活的规律)
- python 循环语句
- 使用Python调用容器服务应用的API
- 使用Python循环插入10万数据
- python使用consul进行服务注册和发现
- ML之XGBoost:XGBoost参数调优的优秀外文翻译—《XGBoost中的参数调优完整指南(带python中的代码)》(三)
- Python编程语言学习:sklearn.manifold的TSNE函数的简介、使用方法、代码实现之详细攻略
- 零基础学Python(第九章 循环控制【break】与【continue】)
- Python实现GWO智能灰狼优化算法优化循环神经网络回归模型(LSTM回归算法)项目实战
- Python实现GWO智能灰狼优化算法优化循环神经网络分类模型(LSTM分类算法)项目实战
- Python实现贝叶斯优化器(Bayes_opt)优化循环神经网络回归模型(LSTM回归算法)项目实战
- Python Django框架学习07:Django表单
- python下载m3u8视频,调用ffmpeg合并ts成画质无损mp4
- 【华为机试 Python实现】HJ77 火车进站(中等)
- Python编程:time时间模块-时间戳、元组形式、字符串形式相互转换
- Python编程:time和datetime时间模块详解
- Python数据分析与展示:DataFrame类型索引操作-10
- Python: 分数运算
- Python for 循环每次取列表中指定个数元素
- 人人都懂的编程课(Python)
- python web py入门(38)- javascript的for循环语句
- Python语言基础学习之Python基础之列表介绍和循环遍历
- python 垃圾回收——分代回收 和java有些区别 注意循环引用无法被回收
- python 循环高级用法 [expression for x in X [if condition] for y in Y [if condition] ... for n in N [if condition] ]按照从左至右的顺序,分别是外层循环到内层循环
- python 爬虫 循环分页
- Python 小白从零开始 PyQt5 项目实战(3)信号与槽的连接
- 【Leetcode刷题Python】641.循环双端队列
- Python学习笔记三之编程练习:循环、迭代器与函数
- Python少儿编程入门篇(5)while 循环语句
- python基础入门之for和while循环实战
- Python:找对称数
- Python语言基础学习之Python基础之列表介绍和循环遍历