快捷導(dǎo)航

Python制作數(shù)據(jù)預(yù)測集成工具（值得收藏）

更新時間：2020年08月21日 11:17:04 作者：李秋鍵

這篇文章主要介紹了Python如何制作數(shù)據(jù)預(yù)測集成工具，幫助大家進(jìn)行大數(shù)據(jù)預(yù)測，感興趣的朋友可以了解下

大數(shù)據(jù)預(yù)測是大數(shù)據(jù)最核心的應(yīng)用，是它將傳統(tǒng)意義的預(yù)測拓展到“現(xiàn)測”。大數(shù)據(jù)預(yù)測的優(yōu)勢體現(xiàn)在，它把一個非常困難的預(yù)測問題，轉(zhuǎn)化為一個相對簡單的描述問題，而這是傳統(tǒng)小數(shù)據(jù)集根本無法企及的。從預(yù)測的角度看，大數(shù)據(jù)預(yù)測所得出的結(jié)果不僅僅是用于處理現(xiàn)實業(yè)務(wù)的簡單、客觀的結(jié)論，更是能用于幫助企業(yè)經(jīng)營的決策。

在過去，人們的決策主要是依賴 20% 的結(jié)構(gòu)化數(shù)據(jù)，而大數(shù)據(jù)預(yù)測則可以利用另外 80% 的非結(jié)構(gòu)化數(shù)據(jù)來做決策。大數(shù)據(jù)預(yù)測具有更多的數(shù)據(jù)維度，更快的數(shù)據(jù)頻度和更廣的數(shù)據(jù)寬度。與小數(shù)據(jù)時代相比，大數(shù)據(jù)預(yù)測的思維具有 3 大改變：實樣而非抽樣;預(yù)測效率而非精確;相關(guān)關(guān)系而非因果關(guān)系。

而今天我們就將利用python制作可視化的大數(shù)據(jù)預(yù)測部分集成工具，其中數(shù)據(jù)在這里使用一個實驗中的數(shù)據(jù)。普遍性的應(yīng)用則直接從文件讀取即可。其中的效果圖如下：

實驗前的準(zhǔn)備

首先我們使用的python版本是3.6.5所用到的模塊如下：

sklearn模塊用來創(chuàng)建整個模型訓(xùn)練和保存調(diào)用以及算法的搭建框架等等。
numpy模塊用來處理數(shù)據(jù)矩陣運(yùn)算。
matplotlib模塊用來可視化擬合模型效果。
Pillow庫用來加載圖片至GUI界面。
Pandas模塊用來讀取csv數(shù)據(jù)文件。
Tkinter用來創(chuàng)建GUI窗口程序。

數(shù)據(jù)的訓(xùn)練和訓(xùn)練的GUI窗口

經(jīng)過算法比較，發(fā)現(xiàn)這里我們選擇使用sklearn簡單的多元回歸進(jìn)行擬合數(shù)據(jù)可以達(dá)到比較好的效果。

(1)首先是是數(shù)據(jù)的讀取，通過設(shè)定選定文件夾函數(shù)來讀取文件，加載數(shù)據(jù)的效果：

'''選擇文件功能''' 
def selectPath(): 
  # 選擇文件path_接收文件地址 
  path_ =tkinter.filedialog.askopenfilename() 
  # 通過replace函數(shù)替換絕對文件地址中的/來使文件可被程序讀取 
  # 注意：\\轉(zhuǎn)義后為\，所以\\\\轉(zhuǎn)義后為\\ 
  path_ =path_.replace("/", "\\\\") 
  # path設(shè)置path_的值 
  path.set(path_) 
  return path 
 
# 得到的DataFrame讀入所有數(shù)據(jù) 
data = pd.read_excel(FILENAME, header=0, usecols="A,B,C,D,E,F,G,H,I") 
# DataFrame轉(zhuǎn)化為array 
DataArray = data.values 
# 讀取已使用年限作為標(biāo)簽 
Y = DataArray[:, 8] 
# 讀取其他參數(shù)作為自變量，影響因素 
X = DataArray[:, 0:8] 
# 字符串轉(zhuǎn)變?yōu)檎麛?shù) 
for i in range(len(Y)): 
  Y[i] = int(Y[i].replace("年", "")) 
X = np.array(X) # 轉(zhuǎn)化為array 
Y = np.array(Y) # 轉(zhuǎn)化為array 
 
root = Tk() 
root.geometry("+500+260") 
# 背景圖設(shè)置 
canvas = tk.Canvas(root, width=600, height=200, bd=0, highlightthickness=0) 
imgpath = '1.jpg' 
img = Image.open(imgpath) 
photo = ImageTk.PhotoImage(img) 
#背景圖大小設(shè)置 
canvas.create_image(700, 400, image=photo) 
canvas.pack() 
path = StringVar() 
#標(biāo)簽名稱位置 
label1=tk.Label(text = "目標(biāo)路徑:") 
label1.pack() 
e1=tk.Entry( textvariable = path) 
e1.pack() 
bn1=tk.Button(text = "路徑選擇", command = selectPath) 
bn1.pack() 
bn2=tk.Button(text = "模型訓(xùn)練", command = train) 
bn2.pack() 
bn3=tk.Button(text = "模型預(yù)測", command = test) 
bn3.pack() 
#標(biāo)簽按鈕等放在背景圖上 
canvas.create_window(50, 50, width=150, height=30, 
           window=label1) 
canvas.create_window(280, 50, width=300, height=30, 
           window=e1) 
canvas.create_window(510, 50, width=150, height=30, 
           window=bn1) 
canvas.create_window(50, 100, width=150, height=30, 
           window=bn2) 
canvas.create_window(510, 100, width=150, height=30, 
           window=bn3) 
 
root.mainloop()

效果如下可見：

(2)然后是數(shù)據(jù)的擬合和可視化模型效果：

# 模型擬合 
reg = LinearRegression() 
reg.fit(X, Y) 
# 預(yù)測效果 
predict = reg.predict(np.array([X[0]])) 
Y_predict = reg.predict(X) 
print(Y_predict) 
# 橫坐標(biāo) 
x_label = [] 
for i in range(len(Y)): 
  x_label.append(i) 
# 繪圖 
fig, ax = plt.subplots() 
# 真實值分布散點圖 
plt.scatter(x_label, Y) 
# 預(yù)測值分布散點圖 
plt.scatter(x_label, Y_predict) 
# 預(yù)測值擬合直線圖 
plt.plot(x_label, Y_predict) 
# 橫縱坐標(biāo) 
ax.set_xlabel('預(yù)測值與真實值模型擬合效果圖') 
ax.set_ylabel('藍(lán)色為真實值，黃色為預(yù)測值') 
# 將繪制的圖形顯示到tkinter:創(chuàng)建屬于root的canvas畫布,并將圖f置于畫布上 
canvas = FigureCanvasTkAgg(fig, master=root) 
canvas.draw() # 注意show方法已經(jīng)過時了,這里改用draw 
canvas.get_tk_widget().pack() 
# matplotlib的導(dǎo)航工具欄顯示上來(默認(rèn)是不會顯示它的) 
toolbar = NavigationToolbar2Tk(canvas, root) 
toolbar.update() 
canvas._tkcanvas.pack() 
#彈窗顯示 
messagebox.showinfo(title='模型情況', message="模型訓(xùn)練完成！") 
其中的效果如下可見：

其中的效果如下可見：

模型的預(yù)測和使用

其中模型的預(yù)測主要通過兩種方式進(jìn)行預(yù)測，分別是：手動輸入單個數(shù)據(jù)進(jìn)行預(yù)測和讀取文件進(jìn)行預(yù)測。

其中手動輸入數(shù)據(jù)進(jìn)行預(yù)測需要設(shè)置更多的GUI按鈕，其中代碼如下：

#子窗口 
LOVE = Toplevel(root) 
LOVE.geometry("+100+260") 
LOVE.title = "模型測試" 
#子窗口各標(biāo)簽名 
label = ["上升沿斜率（v/us）", "下降沿斜率（v/us）", "脈寬(ns)", "低狀態(tài)電平（mv）", "低電平方差（mv2)x10-3", "高狀態(tài)電平（v）", "高電平方差(v2)", "信號質(zhì)量因子"] 
Label(LOVE, text="1、輸入?yún)?shù)預(yù)測", font=("微軟雅黑", 20)).grid(row=0, column=0) 
#標(biāo)簽名稱，字體位置 
Label(LOVE, text=label[0], font=("微軟雅黑",10)).grid(row=1, column=0) 
Label(LOVE, text=label[1], font=("微軟雅黑", 10)).grid(row=1, column=1) 
Label(LOVE, text=label[2], font=("微軟雅黑", 10)).grid(row=1, column=2) 
Label(LOVE, text=label[3], font=("微軟雅黑", 10)).grid(row=1, column=3) 
Label(LOVE, text=label[4], font=("微軟雅黑", 10)).grid(row=1, column=4) 
Label(LOVE, text=label[5], font=("微軟雅黑", 10)).grid(row=1, column=5) 
Label(LOVE, text=label[6], font=("微軟雅黑", 10)).grid(row=1, column=6) 
Label(LOVE, text=label[7], font=("微軟雅黑", 10)).grid(row=1, column=7) 
#編輯框位置和字體 
en1=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en1.grid(row=2, column=0) 
en2=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en2.grid(row=2, column=1) 
en3=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en3.grid(row=2, column=2) 
en4=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en4.grid(row=2, column=3) 
en5=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en5.grid(row=2, column=4) 
en6=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en6.grid(row=2, column=5) 
en7=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en7.grid(row=2, column=6) 
en8=tk.Entry(LOVE, font=("微軟雅黑", 8)) 
en8.grid(row=2, column=7) 
Label(LOVE, text="", font=("微軟雅黑", 10)).grid(row=3, column=0) 
#測試輸入框預(yù)測 
def pp(): 
  x=np.array([int(en1.get()),int(en2.get()),int(en3.get()),int(en4.get()),int(en5.get()),int(en6.get()),int(en7.get()),int(en8.get())]) 
  # 預(yù)測效果 
  predict = reg.predict(np.array([x])) 
  Label(LOVE, text="預(yù)測結(jié)果已使用年數(shù)為："+str(predict[0])+"年", font=("微軟雅黑", 10)).grid(row=4, column=3) 
  print(predict) 
Button(LOVE, text="預(yù)測：", font=("微軟雅黑", 15),command=pp).grid(row=4, column=0) 
Label(LOVE, text="2、選擇文件預(yù)測", font=("微軟雅黑", 20)).grid(row=5, column=0) 
path1 = StringVar() 
label1 = tk.Label(LOVE,text="目標(biāo)路徑:", font=("微軟雅黑", 10)) 
label1.grid(row=6, column=0) 
e1 = tk.Entry(LOVE,textvariable=path1, font=("微軟雅黑", 10)) 
e1.grid(row=6, column=2) 
label = ["上升沿斜率（v/us）", "下降沿斜率（v/us）", "脈寬(ns)", "低狀態(tài)電平（mv）", "低電平方差（mv2)x10-3", "高狀態(tài)電平（v）", "高電平方差(v2)", 
       "信號質(zhì)量因子"] 
  n = 0 
  for i in predict_value: 
    print(str(label) + "分別為" + str(X[n]) + "預(yù)測出來的結(jié)果為：" + str(i) + "年" + "\n") 
    f = open("預(yù)測結(jié)果.txt", "a") 
    f.write(str(label) + "分別為" + str(X[n]) + "預(yù)測出來的結(jié)果為：" + str(i) + "年" + "\n") 
    f.close() 
    f = open("result.txt", "a") 
    f.write(str(i) + "\n") 
    f.close() 
    n += 1 
  messagebox.showinfo(title='模型情況', message="預(yù)測結(jié)果保存在當(dāng)前文件夾下的TXT文件中！") 
  os.system("result.txt") 
  os.system("預(yù)測結(jié)果.txt") 
Button(LOVE, text="預(yù)測：", font=("微軟雅黑", 15), command=ppt).grid(row=7, column=0)

效果如下可見：

選擇文件進(jìn)行讀取預(yù)測和模型訓(xùn)練數(shù)據(jù)的讀取類似，代碼如下：

#選擇文件預(yù)測 
def selectPath1(): 
  # 選擇文件path_接收文件地址 
  path_ =tkinter.filedialog.askopenfilename() 
  # 通過replace函數(shù)替換絕對文件地址中的/來使文件可被程序讀取 
  # 注意：\\轉(zhuǎn)義后為\，所以\\\\轉(zhuǎn)義后為\\ 
  path_ =path_.replace("/", "\\\\") 
  # path設(shè)置path_的值 
  path1.set(path_) 
  return path 
bn1 = tk.Button(LOVE,text="路徑選擇", font=("微軟雅黑", 10), command=selectPath1) 
bn1.grid(row=6, column=6) 
def ppt(): 
  try: 
    os.remove("預(yù)測結(jié)果.txt") 
    os.remove("result.txt") 
  except: 
    pass 
  # 文件的名字 
  FILENAME =path1.get() 
  # 禁用科學(xué)計數(shù)法 
  pd.set_option('float_format', lambda x: '%.3f' % x) 
  np.set_printoptions(threshold=np.inf) 
  # 得到的DataFrame讀入所有數(shù)據(jù) 
  data =pd.read_excel(FILENAME, header=0, usecols="A,B,C,D,E,F,G,H") 
  # DataFrame轉(zhuǎn)化為array 
  DataArray =data.values 
  # 讀取其他參數(shù)作為自變量，影響因素 
  X = DataArray[:,0:8] 
  predict_value = reg.predict(X) 
  print(predict_value)

效果如下：

由于讀取文件進(jìn)行預(yù)測的話，數(shù)據(jù)較多故直接存儲在TXT中方便查看