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
鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提出的一种新的群体智能优化算法,其优点在于操作简单,调整的参数少以及跳出局部最优的能力强。
本项目通过WOA鲸鱼优化算法优化支持向量机分类模型。
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:
编号 |
变量名称 |
描述 |
1 |
x1 |
|
2 |
x2 |
|
3 |
x3 |
|
4 |
x4 |
|
5 |
x5 |
|
… |
… |
|
15 |
x15 |
|
16 |
y |
标签 |
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16个变量,数据中无缺失值。
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()方法绘制柱状图:
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%验证集进行划分,关键代码如下:
6.构建WOA鲸鱼优化算法优化支持向量机分类模型
主要使用WOA鲸鱼优化算法优化SVC算法,用于目标分类。
6.1 算法介绍
说明:算法介绍来源于网络,供参考。
鲸鱼优化算法(whale optimization algorithm,WOA)是模仿座头鲸的狩猎行为进而提出的一种新型启发式优化算法。在 WOA 算法中,每只座头鲸的位置代表一个可行解。在海洋活动中,座头鲸有着一种特殊的狩猎方法,这种觅食行为称为bubble-net 捕食策略,其狩猎行为如图所示:
l 包围猎物
座头鲸在狩猎时要包围猎物,为了描述这种行为,Mirjalili 提出了下面的数学模型:
l 狩猎行为
根据座头鲸的狩猎行为,它是以螺旋运动游向猎物,故狩猎行为的数学模型如下:
l 搜索猎物
在搜索猎物时,其数学模型如下:
l 算法流程
(1)初始化参数:即鲸鱼种群规模大小SN,最大迭代次数Tmax;
(2)算法初始化鲸鱼种群的位置;
(3)计算每一头鲸鱼相应的适应度值,根据适应度值的大小排序,并选取SN个作为初始种群;
(4)计算出SN个个体适应度值的大小,找出适应度值最小的个体位置作为最优位置;
(5)更新下一代的位置;
(6)若达到终止条件,则输出最优个体,即算法找到的最优解;否则,返回步骤(4)。
6.2 WOA鲸鱼优化算法寻找最优参数值
关键代码:
每次迭代的过程数据:
最优参数:
最优参数,取的是最优一次迭代输出的C数值;当然了,也可以增加迭代次数看看最后模型评估输出的数值,不断地进行项目的调试,使之达到自己想要的结果。
6.3 最优参数模型预测
这里通过最优参数模型对测试数据集进行预测。
关键代码:
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。
模型名称 |
指标名称 |
指标值 |
测试集 |
||
支持向量机分类模型(鲸鱼优化算法最优参数值) |
准确率 |
0.8400 |
查准率 |
0.9412 |
|
查全率 |
0.6957 |
|
F1分值 |
0.8 |
从上表可以看出,F1分值为0.8,说明鲸鱼优化的模型效果良好。
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0.87;分类为1的F1分值为0.80。
7.3 混淆矩阵
从上图可以看出,实际为0预测不为0的 有7个样本;实际为1预测不为1的 有1个样本,模型预测效果良好。
8.结论与展望
综上所述,本文采用了WOA鲸鱼优化算法寻找支持向量机SVC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建模工作。
# 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: # 获取方式一: # 项目实战合集导航: https://docs.qq.com/sheet/DTVd0Y2NNQUlWcmd6?tab=BB08J2 # 获取方式二: 链接:https://pan.baidu.com/s/19K7LyKUtCY6A8zArRkCWdg 提取码:x7gz