前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >收手吧,华强!我用机器学习帮你挑西瓜

收手吧,华强!我用机器学习帮你挑西瓜

作者头像
统计学家
发布2021-12-15 19:04:35
4150
发布2021-12-15 19:04:35
举报

在机器学习领域,有一个很有名气的西瓜--周志华老师的《机器学习》,很多同学选择这本书入门,都曾有被西瓜支配的恐惧。我写文章的时候也特别喜欢用西瓜数据集,以它为例手算+可视化讲解过XGBoost,自认非常通俗易懂。

最近我介绍了决策树的可视化,还有可以快速实现机器学习web应用的神器——streamlit。今天我们就把它们结合起来,用机器学习帮华强挑西瓜!仅供娱乐,希望大家可以学到一些新姿势。

项目已发布,欢迎大家试玩 https://share.streamlit.io/tjxj/watermelon-prediction/main/app.py

老规矩,先看效果图(GIF刷新有点慢,请耐心等待)

使用方法

第一步,左侧先选择西瓜外观

第二步,选择决策树的模型参数

第三步,看结果

如果是好瓜,页面弹出的就是笑眯眯的图片~

如果是坏瓜,页面显示的是后果很严重的图片

实现方式

注:篇幅原因,仅贴出核心代码

完整代码我放到了网页里,需要可以copy走

data.py

主要是原始数据的处理,inputData方法实现输入外观变量值的标签编码。

代码语言:javascript
复制
def inputData():
    st.sidebar.subheader("请选择西瓜外观:sunglasses:")
    color = st.sidebar.selectbox("色泽", ("青绿", "乌黑", "浅白"))
    root = st.sidebar.selectbox("根蒂", ("蜷缩", "稍蜷", "硬挺"))
    knocks = st.sidebar.selectbox("敲击", ("浊响", "沉闷", "清脆"))
    texture = st.sidebar.selectbox("纹理", ("清晰", "稍糊", "模糊"))
    navel = st.sidebar.selectbox("脐部", ("凹陷", "稍凹", "平坦"))
    touch = st.sidebar.selectbox("触感", ("硬滑", "软粘"))
    input = [[color, root, knocks, texture, navel, touch]]
    features = ["color", "root", "knocks", "texture", "navel", "touch"]
    np.array(input).reshape(1, 6)
    df_input = pd.DataFrame(input, columns=features, index=None)

    for feature in features[0:6]:
        le = joblib.load("./models/" + feature + "_LabelEncoder.model")
        df_input[feature] = le.transform(df_input[feature])

    return df_input

训练模型

这一块很简单,就不多解释了。注:数据量太小就不整交叉验证了

代码语言:javascript
复制
def dt_param_selector():
    st.sidebar.subheader("请选择模型参数:sunglasses:")
    criterion = st.sidebar.selectbox("criterion", ["gini", "entropy"])
    max_depth = st.sidebar.number_input("max_depth", 1, 50, 5, 1)
    min_samples_split = st.sidebar.number_input(
        "min_samples_split", 1, 20, 2, 1)
    max_features = st.sidebar.selectbox(
        "max_features", [None, "auto", "sqrt", "log2"])

    params = {
        "criterion": criterion,
        "max_depth": max_depth,
        "min_samples_split": min_samples_split,
        "max_features": max_features,
    }

    model = DecisionTreeClassifier(**params)
    df = dataPreprocessing()
    X, y = df[df.columns[:-1]], df["label"]
    model.fit(X, y)
    return modeldef predictor():
    df_input = inputData()
    model = dt_param_selector()
    y_pred = model.predict(df_input)
    if y_pred == 1:
        goodwatermelon = Image.open("./pics/good.png")
        st.image(goodwatermelon,width=705,use_column_width= True)
        st.markdown("<center>🍉🍉🍉这瓜甚甜,买一个🍉🍉🍉</center>", unsafe_allow_html=True)
    else:
        file_ = open("./pics/bad2.gif", "rb")
        contents = file_.read()
        data_url = base64.b64encode(contents).decode("utf-8")
        file_.close()

        st.markdown(
            f'<img src="data:image/gif;base64,{data_url}" width="100%">',
            unsafe_allow_html=True,
        )
        st.markdown('<center>🔪🔪🔪这瓜不甜,买不得🔪🔪🔪</center>', unsafe_allow_html=True)
    return y_pred,model

决策树可视化

决策树可视化和插入网页我用decisionTreeVizsvg_write实现,可惜目前仅本地模式正常,发布后报错,尚未解决。

代码语言:javascript
复制
def decisionTreeViz():
    df,le = getDataSet()
    X, y = df[df.columns[:-1]], df["label"]
    clf = joblib.load('..\watermelonClassifier.pkl')
    viz = dtreeviz(clf, 
                X, 
                y,
                orientation="LR",
                target_name='label',
                feature_names=df.columns[:-1],
                class_names=["good","bad"]
                )  
                
    return viz

def svg_write(svg, center=True):
    """
    Disable center to left-margin align like other objects.
    """
    # Encode as base 64
    b64 = base64.b64encode(svg.encode("utf-8")).decode("utf-8")

    # Add some CSS on top
    css_justify = "center" if center else "left"
    css = f'<p style="text-align:center; display: flex; justify-content: {css_justify};">'
    html = f'{css}<img src="data:image/svg+xml;base64,{b64}"/>'

    # Write the HTML
    st.write(html, unsafe_allow_html=True)

streamlit

过程就不说了,就把调用的streamlit API列一下吧

代码语言:javascript
复制
st.title
st.write
st.code
st.table
st.markdown
st.sidebar
st.expander
st.code
st.image
st.pyplot

以上API具体用途大家可以查一查https://docs.streamlit.io/library/api-reference

TODO

  • 增加更多模型
  • dtreeviz决策树可视化bug 决策树可视化依赖graphviz,在localhost:8501下预览可以显示,发布到streamlit.io就不行了。
  • GIF 不适配手机屏幕
  • 移动端预测坏瓜页面刷新bug

以上问题,如有兴趣,欢迎贡献代码。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-12-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习与统计学 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 使用方法
  • 实现方式
    • data.py
      • 训练模型
        • 决策树可视化
          • streamlit
          • TODO
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档