回归问题实战一

数据集

每条数据的预测值只有一个，属于连续值。
数据为数值类型。

实现代码

import pandas as pd
from keras.layers import Dense, Activation
from keras.models import Sequential

# 加载数据
data_train = pd.read_csv("dat/d_train_20180102.csv")
data_test = pd.read_csv("dat/d_test_A_20180102.csv")
print("数据头信息：")
print(data_train.index)
print("数据列表名称：")
print(data_train.columns)
print("所有数据：")
print(data_train.values)
X = data_train.values[:, 0:30]
Y = data_train.values[:, 30:]
Z = data_test.values[:]
print("X：")
print(X)
print("Y：")
print(Y)
print("Z：")
print(Z)

# 数据处理

# 预测
model = Sequential()

model.add(Dense(input_dim=30, output_dim=128))
model.add(Activation('relu'))
model.add(Dense(input_dim=128, output_dim=256))
model.add(Activation('relu'))
model.add(Dense(input_dim=256, output_dim=128))
model.add(Activation('relu'))
model.add(Dense(input_dim=128, output_dim=1))
model.add(Activation('linear'))
model.compile(loss='mean_squared_error',  optimizer='rmsprop')
model.fit(X, Y, batch_size=1, nb_epoch=159)
nn_pred = model.predict(Z, batch_size=1)

# 预测值输出格式处理及打印
for value in nn_pred:
    print(round(float(value), 3))

代码分析

实验由python实现，用到的框架有keras，pandas，因为keras依赖于tensorflow，所以还需要安装tensorflow。步骤大致为：1. 读取并加载数据。X为训练模型的特征集，Y为训练模型的实际值集，Z为待预测特征集。2. 加载模型并训练数据，这里用到了序贯模型，具体细节请查看keras文档。3. 打印预测值。

预测值样例

5.578
5.342
5.971
5.37
5.33
5.897
5.574
等连续值。

训练特征集

24.96 23.1 99.59 20.23 76.88 49.6 27.28 1.82 1.31 4.43 1.37 2.65 5.87 77.25 349.39 0.07 1.09 5.34 5.21 166.1 0.479 91.9 31.9 17.4 0.164 54.1 34.2 6.5 4.7 0.6 6.06

24.57 36.25 67.21 79 79.43 47.76 31.67 1.51 2.81 4.06 0.93 2.63 5.26 87.12 486.78 0.07 1.09 7.65 5.21 156 0.456 87.5 29.9 10.3 0.26 52 36.7 5.8 4.7 0.8 5.39

20.82 15.23 63.69 38.17 86.23 48 38.23 1.26 0.99 4.13 1.64 2.01 4.77 78.19 452.07 0.01 1.07 4.6 4.76 148.8 0.438 91.9 31.3 16.6 0.199 48.1 40.3 7.7 3.2 0.8 5.59

等。