r6：LSTM实现糖尿病探索与预测

- ** 本文为[365天深度学习训练营](https://mp.weixin.qq.com/s/o-DaK6aQQLkJ8uE4YX1p3Q) 中的学习记录博客**- ** 原作者[K同学啊](https://mtyjkh.blog.csdn.net/)**文章目录概要整体架构流程代码运行技术名词解释小结概要这是一个用LSTM 神经网络预测糖尿病的项目。整体架构流程读取数据 → 数据可视化 → 数据预处理 → 构建模型 → 训练模型 → 评估结果读取数据— 从 Excel 读入1006条患者体检数据可视化— 用箱线图看各指标与糖尿病的关系预处理— 去掉无关列转成 Tensor切分训练集/测试集8:2构建模型— 两层 LSTM 一层全连接输出0或1是否糖尿病训练— 跑30轮每轮记录准确率和损失值评估— 画出 Loss 和 Accuracy 曲线观察模型效果代码运行import torch import torch.nn as nn import torch.nn.functional as F import torchvision # M2 芯片设置 device torch.device(mps if torch.backends.mps.is_available() else cpu) print(使用设备:, device) import numpy as np #数字计算 import pandas as pd #处理表格数据 import seaborn as sns #画统计图 from sklearn.model_selection import train_test_split #划分训练集和测试集 import matplotlib.pyplot as plt #画图 plt.rcParams[savefig.dpi] 500 # 保存图片时的像素500很清晰 plt.rcParams[figure.dpi] 500 # 显示图片时的分辨率 plt.rcParams[font.sans-serif] [SimHei] # 支持显示中文否则中文会变成方块 import warnings warnings.filterwarnings(ignore) # 忽略警告信息 DataFrame pd.read_excel(/Users/lilyj/Downloads/dia.xls) # 读取一个叫 dia.xls 的 Excel 文件 DataFrame.head() # 显示前5行看看数据长什么样print(数据缺失值-----------------------------) print(DataFrame.isnull().sum()) # 每列缺失值的数量plt.rcParams[font.sans-serif] [Arial Unicode MS] plt.rcParams[axes.unicode_minus] False feature_map { 年龄: 年龄, 高密度脂蛋白胆固醇: 高密度脂蛋白胆固醇, 低密度脂蛋白胆固醇: 低密度脂蛋白胆固醇, 极低密度脂蛋白胆固醇: 极低密度脂蛋白胆固醇, 甘油三酯: 甘油三酯, 总胆固醇: 总胆固醇, 脉搏: 脉搏, 舒张压: 舒张压, 高血压史: 高血压史, 尿素氮: 尿素氮, 尿酸: 尿酸, 肌酐: 肌酐, 体重检查结果: 体重检查结果 # 修正这里 } plt.figure(figsize(15, 10)) # 宽15高10单位英寸 for i, (col, col_name) in enumerate(feature_map.items(), 1): plt.subplot(3, 5, i) sns.boxplot(xDataFrame[是否糖尿病], yDataFrame[col]) plt.title(f{col_name}的箱线图, fontsize14) plt.ylabel(数值, fontsize12) plt.grid(axisy, linestyle--, alpha0.7) plt.tight_layout() plt.show()from sklearn.preprocessing import StandardScaler # 高密度脂蛋白胆固醇与糖尿病负相关故在X中去掉该字段 X DataFrame.drop([卡号,是否糖尿病,高密度脂蛋白胆固醇], axis1) y DataFrame[是否糖尿病] # sc_X StandardScaler() # X sc_X.fit_transform(X) X torch.tensor(np.array(X), dtypetorch.float32) y torch.tensor(np.array(y), dtypetorch.int64) train_X, test_X, train_y, test_y train_test_split(X, y, test_size0.2, random_state1) train_X.shape, train_y.shape from torch.utils.data import TensorDataset, DataLoader train_dl DataLoader(TensorDataset(train_X, train_y), batch_size64, shuffleFalse) test_dl DataLoader(TensorDataset(test_X, test_y), batch_size64, shuffleFalse) class model_lstm(nn.Module): def __init__(self): super(model_lstm, self).__init__() self.lstm0 nn.LSTM(input_size13, hidden_size200, num_layers1, batch_firstTrue) self.lstm1 nn.LSTM(input_size200, hidden_size200, num_layers1, batch_firstTrue) self.fc0 nn.Linear(200, 2) def forward(self, x): out, hidden1 self.lstm0(x) out, _ self.lstm1(out, hidden1) out self.fc0(out) return out model model_lstm().to(device) model# 训练循环 def train(dataloader, model, loss_fn, optimizer): size len(dataloader.dataset) # 训练集的大小 num_batches len(dataloader) # 批次数目size/batch_size向上取整 train_loss, train_acc 0, 0 # 初始化训练损失和正确率 for X, y in dataloader: # 获取图片及其标签 X, y X.to(device), y.to(device) # 计算预测误差 pred model(X) # 网络输出 loss loss_fn(pred, y) # 计算网络输出和真实值之间的差距 # 反向传播 optimizer.zero_grad() # grad属性归零 loss.backward() # 反向传播 optimizer.step() # 每一步自动更新 # 记录acc与loss train_acc (pred.argmax(1) y).type(torch.float).sum().item() train_loss loss.item() train_acc / size train_loss / num_batches return train_acc, train_loss def test(dataloader, model, loss_fn): size len(dataloader.dataset) # 测试集的大小 num_batches len(dataloader) # 批次数目 test_loss, test_acc 0, 0 # 当不进行训练时停止梯度更新节省计算内存消耗 with torch.no_grad(): for imgs, target in dataloader: imgs, target imgs.to(device), target.to(device) # 计算loss target_pred model(imgs) loss loss_fn(target_pred, target) test_loss loss.item() test_acc (target_pred.argmax(1) target).type(torch.float).sum().item() test_acc / size test_loss / num_batches return test_acc, test_loss loss_fn nn.CrossEntropyLoss() # 创建损失函数 learn_rate 1e-4 # 学习率 opt torch.optim.Adam(model.parameters(), lrlearn_rate) epochs 30 train_loss [] train_acc [] test_loss [] test_acc [] for epoch in range(epochs): model.train() epoch_train_acc, epoch_train_loss train(train_dl, model, loss_fn, opt) model.eval() epoch_test_acc, epoch_test_loss test(test_dl, model, loss_fn) train_acc.append(epoch_train_acc) train_loss.append(epoch_train_loss) test_acc.append(epoch_test_acc) test_loss.append(epoch_test_loss) # 获取当前的学习率 lr opt.state_dict()[param_groups][0][lr] template (Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%, Test_loss:{:.3f}, Lr:{:.2E}) print(template.format(epoch1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss, lr)) print(*20, Done, *20)import matplotlib.pyplot as plt import warnings warnings.filterwarnings(ignore) # 忽略警告信息 plt.rcParams[font.sans-serif] [Arial Unicode MS] # 改成Mac支持的字体 plt.rcParams[axes.unicode_minus] False # 用来正常显示负号 plt.rcParams[figure.dpi] 100 # 分辨率 from datetime import datetime current_time datetime.now() # 获取当前时间 epochs_range range(epochs) plt.figure(figsize(12, 3)) plt.subplot(1, 2, 1) plt.plot(epochs_range, train_acc, labelTraining Accuracy) plt.plot(epochs_range, test_acc, labelTest Accuracy) plt.legend(loclower right) plt.title(Training and Validation Accuracy) plt.xlabel(current_time) # 打卡请带上时间截图否则代码截图无效 plt.subplot(1, 2, 2) plt.plot(epochs_range, train_loss, labelTraining Loss) plt.plot(epochs_range, test_loss, labelTest Loss) plt.legend(locupper right) plt.title(Training and Validation Loss) plt.show()小结输入是13个体检指标血脂、血压、尿酸等输出是是否患糖尿病用的是 LSTM其实它更擅长处理时序数据如股票、语音M2 Mac 用的是MPS加速相当于苹果版的 GPU 加