深度学习Week5-心脏病预测（RNN）

🍨 本文为[🔗365天深度学习训练营]中的学习记录博客
🍦 参考文章：[🔗深度学习100例-循环神经网络（RNN）心脏病预测]
🍖 原作者：[K同学啊|接辅导、项目定制]

• 难度：新手入门⭐

🍺要求：

1. 本地读取并加载数据。（✔）
2. 了解循环神经网络（RNN）的构建过程（✔）
3. 测试集accuracy到达87%（✔）

🍻拔高：

1. 测试集accuracy到达89%（X）

环境：

• 语言环境：Python3.8
• 编译器：pycharm社区版

• 深度学习框架：TensorFlow2.4.1
• 数据地址：🔗百度网盘

总体流程

一、前期准备

1.设置GPU

import tensorflow as tfgpus = tf.config.list_physical_devices("GPU")if gpus:gpu0 = gpus[0]  # 如果有多个GPU，仅使用第0个GPUtf.config.experimental.set_memory_growth(gpu0, True)  # 设置GPU显存用量按需使用tf.config.set_visible_devices([gpu0], "GPU")print(gpus)

这里遇到了bug，一是h5py版本出错了，卸了重装就行，二是缺少CUDNN64_8.DLL文件，这里推荐一个下载dll文件的网址，不收费可中文，非常好用。

cudnn64_8.dll 搜索结果 | DLL‑files.com

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

2. 导入数据

数据是csv表格，里面有各种参数，我们通过对数据的处理训练，实现预测功能

数据介绍：

age：1) 年龄

sex：2) 性别

cp：3) 胸痛类型 (4 values)

trestbps：4) 静息血压

chol：5) 血清胆甾醇 (mg/dl

fbs：6) 空腹血糖 > 120 mg/dl

restecg：7) 静息心电图结果 (值 0,1 ,2)

thalach：8) 达到的最大心率

exang：9) 运动诱发的心绞痛

oldpeak：10)  相对于静止状态，运动引起的ST段压低

slope：11) 运动峰值 ST 段的斜率

ca：12) 荧光透视着色的主要血管数量 (0-3)

thal：13) 0 = 正常；1 = 固定缺陷；2 = 可逆转的缺陷

target：14) 0 = 心脏病发作的几率较小 1 = 心脏病发作的几率更大

把数据文件放在和代码.py同一个目录下。

import pandas as pd
import numpy as npdf = pd.read_csv("heart.csv")
print(df)

 3.（次要）检查数据

由于数据可能有误输入为0的，可以检查一下有没有空值，大多情况下可以跳过这一步

print(df.isnull().sum())

age         0
sex         0
cp          0
trestbps    0
chol        0
fbs         0
restecg     0
thalach     0
exang       0
oldpeak     0
slope       0
ca          0
thal        0
target      0
dtype: int64

每组数据空值个数都是0，数据正常。

二、数据预处理

1. 划分训练集与测试集

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_splitX = df.iloc[:,:-1] #iloc函数：对数据进行位置索引，从而在数据表中提取出相应的数据。
y = df.iloc[:,-1]X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.1, random_state = 1)print(X_train.shape, y_train.shape)

(272, 13) (272,)

2. 标准化

# 将每一列特征标准化为标准正太分布，注意，标准化是针对每一列而言的
sc      = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test  = sc.transform(X_test)X_train = X_train.reshape(X_train.shape[0], X_train.shape[1], 1)
X_test  = X_test.reshape(X_test.shape[0], X_test.shape[1], 1)

三、构建RNN模型

函数原型

tf.keras.layers.SimpleRNN(units,activation='tanh',use_bias=True,kernel_initializer='glorot_uniform',
recurrent_initializer='orthogonal',bias_initializer='zeros',kernel_regularizer=None,recurrent_regularizer=None,bias_regularizer=None,activity_regularizer=None,kernel_constraint=None,recurrent_constraint=None,
bias_constraint=None,dropout=0.0,recurrent_dropout=0.0,return_sequences=False,return_state=False,
go_backwards=False,stateful=False,unroll=False,**kwargs)

关键参数说明：

units: 正整数，输出空间的维度。

activation: 要使用的激活函数。 默认：双曲正切（tanh）。 如果传入 None，则不使用激活函数 (即 线性激活：a(x) = x)。

use_bias: 布尔值，该层是否使用偏置向量。

kernel_initializer: kernel 权值矩阵的初始化器， 用于输入的线性转换 (详见 initializers)。

recurrent_initializer: recurrent_kernel 权值矩阵 的初始化器，用于循环层状态的线性转换 (详见 initializers)。

bias_initializer:偏置向量的初始化器 (详见initializers).

dropout: 在 0 和 1 之间的浮点数。 单元的丢弃比例，用于输入的线性转换。

import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense,LSTM,SimpleRNNmodel = Sequential()
model.add(SimpleRNN(200, input_shape= (13,1), activation='relu'))
model.add(Dense(100, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.summary()

 四、编译模型

设置学习率啥的 和CNN一样（吧）

opt = tf.keras.optimizers.Adam(learning_rate=1e-4)model.compile(loss='binary_crossentropy',optimizer=opt,metrics="accuracy")

 五、训练模型

因为都是数据，训练比图片数据快不少，100轮起步

epochs = 100history = model.fit(X_train, y_train, epochs=epochs, batch_size=128, validation_data=(X_test, y_test),verbose=1)

六、模型评估

import matplotlib.pyplot as pltacc = history.history['accuracy']
val_acc = history.history['val_accuracy']loss = history.history['loss']
val_loss = history.history['val_loss']epochs_range = range(epochs)plt.figure(figsize=(14, 4))
plt.subplot(1, 2, 1)plt.plot(epochs_range, acc, label='Training Accuracy')
plt.plot(epochs_range, val_acc, label='Validation Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')plt.subplot(1, 2, 2)
plt.plot(epochs_range, loss, label='Training Loss')
plt.plot(epochs_range, val_loss, label='Validation Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

 R1周的这个数据量有点少，这个抖动是正常的，可以通过扩充数据集来解决。

最后输出一下准确率（其实看第一百轮准确率即可）：

scores = model.evaluate(X_test, y_test, verbose=0)
print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

accuracy: 90.32%

这准确率太不稳定了，我训练了两次，一次84%，这次90%...

*拔高

结合week4猴痘识别的经验，先把训练的history中的batch_size降低到32

效果相当的不好，改回去准备从学习率入手

然而学习率无论是调大还是调小，准确率都稳定在87%左右，甚至调的幅度太大准确率会有明显下降...

可能是数据集太小的缘故，以后发现优化方法再和大家分享