【python】python葡萄酒数据集—分类建模与分析（源码+数据集）【独一无二】

👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。

【python】python葡萄酒数据集—分类建模与分析（源码+数据集）【独一无二】

目录

【python】python葡萄酒数据集—分类建模与分析（源码+数据集）【独一无二】
一、要求
二、代码分析

一、要求

分类任务建模与分析：data目录中的data3.csv文件提供了一个葡萄酒数据集，该数据集包含了三种不同类型的葡萄酒（类别1-3）以及每种葡萄酒的13个化学分析特征。你的任务是：

对数据进行预处理，包括处理缺失值、异常值和进行必要的特征缩放。（6分）
分析数据集的特征分布，了解不同特征对葡萄酒类别预测的影响。（6分）
利用one-vs-all或者one-vs-rest思想，建立逻辑回归模型，来预测葡萄酒的类别（要求使用numpy库实现，不允许直接使用sklearn等机器学习库）（10分）
再建立至少2种多分类算法来预测葡萄酒的类别。（6分）
评估模型的性能，使用适当的评估指标来处理可能的不平衡数据问题，并比较不同算法的优劣。（6分）
根据你的分析，讨论哪些特征对于预测葡萄酒类别最为重要，并给出在实际应用中如何进一步提高模型性能的建议。（6分）

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

二、代码分析

数据导入和预处理：
- 使用 Pandas 库读取 CSV 文件，并将数据存储在 DataFrame 中。
- 对缺失值进行处理，使用均值填充。
- 对异常值进行处理，使用 IQR 方法排除异常值。
- 使用 StandardScaler 进行特征缩放，将特征值进行标准化处理。
```
data = pd.read_csv('data3.csv')
data.fillna(data.mean(), inplace=True)
for column in data.columns[:-1]:
    Q1 = data[column].quantile(0.25)
    # 略....
    
scaler = StandardScaler()
scaled_features = scaler.fit_transform(data.iloc[:, :-1])
```

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

数据集划分：

使用 train_test_split 函数将数据集划分为训练集和测试集。

X_train, X_test, y_train, y_test = train_test_split(scaled_features, data['class'], test_size=0.2, random_state=42)

逻辑回归模型训练：

使用 One-vs-Rest 方法实现多类别逻辑回归。
定义 sigmoid 函数、损失函数和梯度下降函数。

使用梯度下降法训练每个类别的模型。

def sigmoid(z):
    return 1 / (1 + np.exp(-z))

def cost_function(X, y, weights):
    m = len(y)
    y_pred = sigmoid(np.dot(X, weights))
    error = (-y * np.log(y_pred)) - ((1 - y) * np.log(1 - y_pred))
    cost = np.sum(error) / m
    return cost

# 略.....

y_train_ovr = pd.get_dummies(y_train).values
models = np.array([logistic_regression(X_train, y_train_ovr[:, i]) for i in range(y_train_ovr.shape[1])])

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

模型评估：

使用测试集进行预测。

输出分类报告和混淆矩阵。

y_pred = predict_ovr(X_test, models)
print(classification_report(y_test, y_pred))
print(confusion_matrix(y_test, y_pred))

在这里插入图片描述

👉👉👉源码关注【测试开发自动化】公众号，回复 “ 葡萄酒分类 ” 获取。👈👈👈

绘制损失函数随迭代次数变化的折线图：

绘制了每个类别在训练过程中损失函数的变化情况。

plt.figure(figsize=(8, 6))
for i in range(len(models)):
    plt.plot(models[i][1], label=f'Class {i+1}')
plt.title('Loss Function vs. Iterations')
plt.xlabel('Iterations')
plt.ylabel('Loss')
plt.legend()
plt.grid(True)
plt.show()