Как создать комбинацию различных функций и передать их в классификатор случайных лесов? - PullRequest
Новая
       79

Как создать комбинацию различных функций и передать их в классификатор случайных лесов?

1 голос
/ 20 сентября 2019

Моя цель состоит в том, чтобы создать комбинацию доступных функций (например: комбинация только 1 функции, всего 2, просто 3 и т. Д.).Я добился этого с помощью функции combination в Python.проблема возникает, когда я передаю свой combofallfeat на X = signaldata[i] и получаю ошибку.Я намерен проверить каждую комбинацию и сравнить их точность: 

import pandas as pd
from sklearn import metrics
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier


# Path to the dataset
file_path = '../input/Data.csv'
#import dataset
signaldata = pd.read_csv(file_path)



comb1 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 1)
comb2 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 2)
comb3 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 3)
comb4 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 4) 
comb5 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 5) 
comb6 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 6)
comb7 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 7) 
comb8 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 8) 
comb9 = combinations(['RMSEVM', 'MAXEVM', 'EYEAMP', 
            'EYESNR', 'EYEDELAY', 'EYEWIDTH',
            'ENERGY', 'BPR', 'MEANEIGEN'], 9) 

combofallfeat = list(comb1) + list(comb2) + list(comb3) + list(comb4) + list(comb5) + list(comb6) + list(comb7) + list(comb8) + list(comb9)

#for i in list(combofallfeat): 
#    print (i) 

#set y to be our target of prediction     
y = signaldata.LABEL
#set x to be our features used in training
for i in list(combofallfeat):
    X = signaldata[i]

#split data set into training and testing with %70 for training and %30 for testing
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)

#Create a Gaussian Classifier
    clf = RandomForestClassifier(n_estimators=100)

#Train the model using the training sets y_pred=clf.predict(X_test)
    clf.fit(X_train,y_train)

#get predictions
    y_pred=clf.predict(X_test)

#print accuracy
    print("Accuracy:",metrics.accuracy_score(y_test, y_pred))

Полученная ошибка: 

KeyError                                  Traceback (most recent call last)
/opt/conda/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_loc(self, key, method, tolerance)
   2896             try:
-> 2897                 return self._engine.get_loc(key)
   2898             except KeyError:

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: ('RMSEVM',)

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-48-aeda6c0b8228> in <module>
     58 #set x to be our features used in training
     59 for i in list(combofallfeat):
---> 60     X = signaldata[i]
     61 
     62 #split data set into training and testing with %70 for training and %30 for testing

/opt/conda/lib/python3.6/site-packages/pandas/core/frame.py in __getitem__(self, key)
   2978             if self.columns.nlevels > 1:
   2979                 return self._getitem_multilevel(key)
-> 2980             indexer = self.columns.get_loc(key)
   2981             if is_integer(indexer):
   2982                 indexer = [indexer]

/opt/conda/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_loc(self, key, method, tolerance)
   2897                 return self._engine.get_loc(key)
   2898             except KeyError:
-> 2899                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   2900         indexer = self.get_indexer([key], method=method, tolerance=tolerance)
   2901         if indexer.ndim > 1 or indexer.size > 1:

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: ('RMSEVM',)

Образец набора данных

enter image description here

1 Ответ

1 голос
/ 22 сентября 2019

Вот некоторые соображения:

  1. Я создал поддельный signaldata массив данных для проведения тестов, замените эти данные на CSV
  2. Чтобы отфильтровать значения набора данных по столбцам, которые выЯ должен использовать список строк, прежде чем использовать кортеж.
  3. Я создал combofallfeat более компактно, используя понимание списка и трюк sum() для преобразования списка списков в список
  4. В дополнение к точности (совет: не удовлетворяйтесь только точностью в качестве метрики, попробуйте другие, чтобы проверить вашу модель), я добавил feature_importances_ к каждому шагу, чтобы вы могли видеть прогнозирующий вклад функцийдля каждой комбинации
  5. я добавил список results для накопления результатов
  6. В конце я упорядочил результаты для точности и напечатал первые 3

Здесьэто код: 

import numpy as np
import pandas as pd
from sklearn import metrics
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

features = ['RMSEVM', 'MAXEVM', 'EYEAMP', 'EYESNR', 'EYEDELAY', 'EYEWIDTH', 'ENERGY', 'BPR', 'MEANEIGEN']

# FAKE INPUT DATA
signaldata = pd.DataFrame(np.random.randint(1, 10, size=(10, len(features))), columns=features)
signaldata['LABEL'] = np.random.randint(0, 2, size=(10, 1))

# Create all combinations list in one line
combofallfeat = sum([list(combinations(features, i)) for i in range(1,10)], [])

y = signaldata.LABEL
results = []

#set x to be our features used in training
for comb_features in list(combofallfeat):
    # Filter data by comb_features
    X = signaldata[list(comb_features)]

    # Train and evaluate your classifier
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
    clf = RandomForestClassifier(n_estimators=100)
    clf.fit(X_train,y_train)
    y_pred=clf.predict(X_test)
    accuracy = metrics.accuracy_score(y_test, y_pred)
    row_res = {"features": comb_features, "accuracy": accuracy, "feature_importances_": clf.feature_importances_}

    #print(row_res)

    # Store result
    results.append(row_res)

# Sort result by accuracy
sorted_results = sorted(results, key = lambda i: i['accuracy'], reverse=True)

# Print top 3 results
print(sorted_results[:3])
...