美文网首页Keras
keras-二分类、多分类

keras-二分类、多分类

作者: 此番风景 | 来源:发表于2017-12-23 22:51 被阅读1706次

旨在使用keras构建出二分类和多分类模型,给出相关代码。

机器学习问题中,二分类和多分类问题是最为常见,下面使用keras在imdb和newswires数据上进行相应的实验。

[code: https://github.com/zylhub/More_Python/blob/master/keras_TOT/simple-network-imdb.py ]

imdb 二分类

  1. 文本获取
  2. 文本预处理
  3. 定义模型/神经网络
  4. 定义评价指标和优化方法
  5. 划分数据集,进行训练
  6. 测试集对模型进行测试
# coding=utf-8
# @Time   : 17-12-22 下午11:01
# @Author : knight
# @File   : simple-network-imdb.py

from keras import layers
from keras import models
from keras.datasets import imdb
import numpy as np

# 1. 加载数据
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000)

# 2. 定义模型
model = models.Sequential()
model.add(layers.Dense(32, activation='relu', input_shape=(10000,)))
model.add(layers.Dense(16, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))

######################
# input_tensor = layers.Input(shape=(784,))
# x = layers.Dense(32, activation='relu')(input_tensor)
# output_tensor = layers.Dense(10, activation='softmax')(x)
# model = models.Model(input=input_tensor, output=output_tensor)

# 3.1  文本数据预处理
word_index = imdb.get_word_index()  # 获取词索引  id to word
reverse_word_index = dict((value, key) for key, value in word_index.items())  # word to id
decoded_review = ' '.join([reverse_word_index.get(i-3, '?') for i in train_data[0]])

# 3.2 特征向量化
def vectorize_sequences(sequences, dim=10000):
    """
    词袋模型,获取词向量
    :param sequences: [[sentence1], [sentence2], [...]]
    :param dim: 词袋大小,词特征维度
    :return:
    """
    results = np.zeros((len(sequences), dim))
    for i, sequence in enumerate(sequences):
        results[i, sequence] = 1.0
    return results

x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)

y_train = np.asarray(train_labels).astype('float32')
y_test = np.asarray(test_labels).astype('float32')

from keras import metrics, losses
model.compile(optimizer='rmsprop',
              loss=losses.binary_crossentropy,
              metrics=[metrics.binary_accuracy])  # metrics 传入list,可以使用多种评价方式

# 划分验证集
x_val = x_train[:10000]
partial_x_train = x_train[10000:]

y_val = y_train[:10000]
partial_y_train = y_train[10000:]

# 4. 训练模型
history = model.fit(partial_x_train, partial_y_train,
                      epochs=20,
                      batch_size=512,
                      validation_data=(x_val, y_val))  # 验证集

# history 获取训练过程的acc loss val_acc val_loss


history_dict = history.history
print(history_dict.keys())

# 5. Plotting the training and validation loss

import matplotlib.pyplot as plt

# 画出训练集和验证集的损失和精度变化,分析模型状态

acc = history.history['binary_accuracy']  # 训练集acc
val_acc = history.history['val_binary_accuracy']  # 验证集 acc
loss = history.history['loss']  # 训练损失
val_loss = history.history['val_loss']  # 验证损失

epochs = range(1, len(acc)+1)  # 迭代次数

plt.plot(epochs, loss, 'bo', label='Training loss')  # bo for blue dot 蓝色点
plt.plot(epochs, val_loss, 'b', label='Validation loss')
plt.title('Training and validation loss')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()

plt.show()

plt.clf()  # clar figure


plt.plot(epochs, acc, 'bo', label='Training acc')  # bo for blue dot 蓝色点
plt.plot(epochs, val_acc, 'b', label='Validation acc')
plt.title('Training and validation loss')
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()

plt.show()
# ----------------------------------------使用model 定义网络
input_tensor = layers.Input(shape=(10000,))
x = layers.Dense(32, activation='relu')(input_tensor)
x = layers.Dense(16, activation='relu')(x)
x = layers.Dense(16, activation='relu')(x)
output_tensor = layers.Dense(1, activation='sigmoid')(x)
network = models.Model(inputs=input_tensor, outputs=output_tensor)

network.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy'])
network.fit(x_train, y_train, epochs=4, batch_size=512)

print("test data evaluate, epochs=20", model.evaluate(x_test, y_test))
print("test data evaluate, epochs=4 ", network.evaluate(x_test, y_test))
epochs=20_acc.png epochs=20_loss.png

根据训练集和验证集的loss和acc,可以判断出模型过拟合了,此时应该尝试早停止,比如在Epochs=4的时候(迭代次数到4之后,训练集的loss继续降低,验证集loss增加了,同时验证集的acc开始下降,模型学习的目的是对未来的数据有较好的泛化能力,因此选择验证集较好的时候作为可用的模型,会得到较好的结果 )。


newswires 多标签多分类

构建一个基本的神经网络来解决文本分类问题,先给出网络结构

Layer (type)                 Output Shape              Param #   
=================================================================
dense_1 (Dense)              (None, 64)                640064    
_________________________________________________________________
dense_2 (Dense)              (None, 64)                4160      
_________________________________________________________________
dense_3 (Dense)              (None, 46)                2990      
=================================================================
Total params: 647,214
Trainable params: 647,214
Non-trainable params: 0
_________________________________________________________________
# coding=utf-8
# ---------------------------
# @Time   : 17-12-23 下午10:05
# @Author : knight
# @File   : simple-network-newswires.py       
# ---------------------------
from __future__ import absolute_import

from keras.datasets import reuters
from keras_TOT.utils_text import vectorize_sequences, to_one_hot

(train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=10000)

# 8,982 training examples and 2,246 test examples:
print('train len :', len(train_data))
print('test len: ', len(test_data))

word_index = reuters.get_word_index()  # 获取词袋
revserse_word_index = dict((value, key) for key, value in word_index.items())
decoded_newswire = ' '.join(revserse_word_index.get(i-3, '?') for i in train_data[0])

print('decoded_newswire', decoded_newswire)

x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)

###------------------------------------###
one_hot_train_labels = to_one_hot(train_labels)
one_hot_test_labels = to_one_hot(test_labels)

# 也可以直接使用keras提供的one-hot 方法
# from keras.utils.np_utils import to_categorical
# one_hot_train_labels = to_categorical(train_labels)
# one_hot_test_labels = to_categorical(test_labels)

###------------------------------------###


from keras import models
from keras import layers

network = models.Sequential()  # 序列方式构建模型
network.add(layers.Dense(64, activation='relu', input_shape=(10000,)))
network.add(layers.Dense(64, activation='relu'))
network.add(layers.Dense(46, activation='softmax'))  # 多分类问题常用的激活函数softmax

network.compile(optimizer='rmsprop',
                loss='categorical_crossentropy',  # 交叉熵
                metrics=['accuracy'])

x_val = x_train[:1000]
partial_x_train = x_train[1000:]

y_val = one_hot_train_labels[:1000]
partial_y_train = one_hot_train_labels[1000:]

history = network.fit(partial_x_train, partial_y_train, epochs=20, validation_data=(x_val, y_val))


import matplotlib.pyplot as plt

loss = history.history['loss']
val_loss = history.history['val_loss']

epoch = range(1, len(loss)+1)

plt.plot(epoch, loss, 'bo', label='Training loss')
plt.plot(epoch, val_loss, 'b', label='Training val_loss')
plt.title("Training and validation loss")
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.legend()

plt.show()

plt.clf()

acc = history.history['acc']
val_acc = history.history['val_acc']

plt.plot(epoch, acc, 'bo', label='Training acc')
plt.plot(epoch, val_loss, 'b', label='Training val_loss')
plt.title('Training and validation acc')
plt.xlabel('Epochs')
plt.ylabel('acc')
plt.legend()
plt.show()

相关文章

  • keras-二分类、多分类

    旨在使用keras构建出二分类和多分类模型,给出相关代码。 机器学习问题中,二分类和多分类问题是最为常见,下面使用...

  • tensorflow2.0 keras-分类问题

    大纲 Tensorflow-keras 简介 分类问题 回归问题 损失函数 神经网络,激活函数,批归一化 Drop...

  • Neural Network and Classificatio

    在神经网络分类中,输出节点数量和激活函数选择取决于是二进制分类还是多类分类(3个及以上)。 对于二进制分类,神经网...

  • 多标签 V/S 多分类

    多标签 V/S 多分类多类分类(Multiclass classification):表示分类任务中有多个类别, ...

  • 图标常用小tips

    一、图标样式分类 将图标按照样式进行分类,可以分为线框图标、填色图标、多色图标。 二、图标文件格式分类 图标的文件...

  • 一明音频6按次序表答

    分类演讲,有条理,按男女分类,年龄分类,籍贯分类,其它。职业分类,戴眼镜,头发分类,例如对深圳的认识?一,天气,二...

  • 机器学习英语词汇--7

    A 准确率(accuracy) 分类模型预测准确的比例。在多类别分类中,准确率定义如下: 在二分类中,准确率定义为...

  • 开发者必看:超全机器学习术语词汇表!

    A 准确率(accuracy) 分类模型预测准确的比例。在多类别分类中,准确率定义如下: 在二分类中,准确率定义为...

  • 解决多个Keras Model实例同时加载,导致运行结果混乱的问

    最近做的一项任务,需要同时运行多个二分类模型(如果这些二分类结果稳定了,即可转为一个多标签分类模型)。 问题描述 ...

  • Hibernate学习12(映射多对多关联)

    如:商品对应多个分类 分类对应多个商品 多对多关联关系 需要依赖中间表记录关系 第一个对象(商品分类) 第二个对象...

网友评论

    本文标题:keras-二分类、多分类

    本文链接:https://www.haomeiwen.com/subject/etccgxtx.html