怎么用Python神經網絡預測汽車保險支出

本篇內容主要講解“怎么用Python神經網絡預測汽車保險支出”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“怎么用Python神經網絡預測汽車保險支出”吧!

為新數據集開發神經網絡預測模型可能具有挑戰性。

一種方法是首先檢查數據集并為可能使用的模型開發思路，然后探索數據集上簡單模型的學習動態，然后最后使用健壯的測試工具為數據集開發和調整模型。此過程可用于為分類和回歸預測建模問題開發有效的神經網絡模型。

在本教程中，您將發現如何為瑞典汽車保險回歸數據集開發多層Perceptron神經網絡模型。完成本教程后，您將知道：

•  如何加載和匯總瑞典汽車保險數據集，以及如何使用結果建議要使用的數據準備和模型配置。

•  如何探索簡單的MLP模型的學習動態以及數據集上的數據轉換。

•  如何開發出對模型性能的可靠估計，調整模型性能以及對新數據進行預測。

教程概述

本教程分為四個部分。他們是：

•  汽車保險回歸數據集

•  首個MLP和學習動力

•  評估和調整MLP模型

•  最終模型和做出預測

汽車保險回歸數據集

第一步是定義和探索數據集。我們將使用“汽車保險”標準回歸數據集。該數據集描述了瑞典的汽車保險。只有一個輸入變量，即索賠的數量，目標變量是以數千瑞典克朗為單位的索賠總額。目的是在給定索賠數量的情況下預測總付款額。

您可以在此處了解有關數據集的更多信息：

•  汽車保險數據集（auto-insurance.csv）

•  汽車保險數據集詳細信息（auto-insurance.names）

您可以在下面看到數據集的前幾行。

108,392.5  19,46.2  13,15.7  124,422.2  40,119.4

我們可以看到這些值是數字的，范圍從幾十到幾百。這表明在使用神經網絡進行建模時，某種類型的縮放比例適合于數據。

我們可以直接從URL將數據集作為pandas DataFrame加載；例如：

# load the dataset and summarize the shape  from pandas import read_csv  # define the location of the dataset  url = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  # load the dataset  df = read_csv(url, header=None)  # summarize shape  print(df.shape)

運行示例將直接從URL加載數據集并報告數據集的形狀。

在這種情況下，我們可以確認該數據集具有兩個變量（一個輸入和一個輸出），并且該數據集具有63行數據。

對于神經網絡來說，這不是很多數據行，這表明一個小型的網絡（可能帶有正則化）將是合適的。

這也表明使用k倍交叉驗證是一個好主意，因為與火車/測試拆分相比，它可以提供更可靠的模型性能估算值，并且因為單個模型可以在數秒而不是數小時或數天的時間內完成擬合。最大的數據集。

(63, 2)

接下來，我們可以通過查看摘要統計信息和數據圖來了解有關數據集的更多信息。

# show summary statistics and plots of the dataset  from pandas import read_csv  from matplotlib import pyplot  # define the location of the dataset  url = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  # load the dataset  df = read_csv(url, header=None)  # show summary statistics  print(df.describe())  # plot histograms  df.hist()  pyplot.show()

運行示例之前，先加載數據，然后輸出每個變量的摘要統計信息

我們可以看到每個變量的平均值在十個以內，范圍從0到數百。這證實了縮放數據可能是一個好主意。

              0           1  count   63.000000   63.000000  mean    22.904762   98.187302  std     23.351946   87.327553  min      0.000000    0.000000  25%      7.500000   38.850000  50%     14.000000   73.400000  75%     29.000000  140.000000  max    124.000000  422.200000

然后為每個變量創建一個直方圖。

我們可以看到每個變量都有相似的分布。它看起來像偏態的高斯分布或指數分布。

我們可以在每個變量上使用冪變換來降低概率分布的偏斜度，這可能會提高模型性能。

現在我們已經熟悉了數據集，讓我們探討如何開發神經網絡模型。

首個MLP和學習動力

我們將使用TensorFlow為數據集開發一個多層感知器（MLP）模型。我們不知道學習超參數的哪種模型架構對這個數據集將是好的還是最好的，所以我們必須進行實驗并發現什么是行之有效的。假設數據集很小，則小批量可能是個好主意，例如8或16行。入門時，使用Adam版本的隨機梯度下降法是一個好主意，因為它會自動適應學習率，并且在大多數數據集上都能很好地工作。在認真評估模型之前，最好回顧一下學習動態并調整模型體系結構和學習配置，直到我們擁有穩定的學習動態，然后再充分利用模型。

我們可以通過簡單的訓練/測試數據拆分并查看學習曲線圖來實現。這將幫助我們了解我們是學習過度還是學習不足；然后我們可以相應地調整配置。首先，我們可以將數據集分為輸入和輸出變量，然后分為67/33訓練和測試集。

# split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # split into train and test datasets  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)

接下來，我們可以定義一個最小的MLP模型。在這種情況下，我們將使用一個包含10個節點的隱藏層和一個輸出層（任意選擇）。我們將在隱藏層中使用ReLU激活功能和“ he_normal”權重初始化，因為它們是一種很好的做法。

模型的輸出是線性激活（不激活），我們將最小化均方誤差（MSE）損失。

# determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')

我們將模型擬合為100個訓練時期（任意選擇），批量為8個，因為它是一個很小的數據集。我們正在原始數據上擬合模型，我們認為這可能不是一個好主意，但這是一個重要的起點。

# fit the model  history = model.fit(X_train, y_train, epochs=100, batch_size=8, verbose=0, validation_data=(X_test,y_test))

在訓練結束時，我們將評估模型在測試數據集上的性能，并將性能報告為平均絕對誤差（MAE），我通常更喜歡MSE或RMSE。

# predict test set  yhat = model.predict(X_test)  # evaluate predictions  score = mean_absolute_error(y_test, yhat)  print('MAE: %.3f' % score)

最后，我們將在訓練期間在訓練和測試集上繪制MSE損失的學習曲線。

# plot learning curves  pyplot.title('Learning Curves')  pyplot.xlabel('Epoch')  pyplot.ylabel('Mean Squared Error')  pyplot.plot(history.history['loss'], label='train')  pyplot.plot(history.history['val_loss'], label='val')  pyplot.legend()  pyplot.show()

綜上所述，下面列出了評估我們在汽車保險數據集上的第一個MLP的完整示例。

# fit a simple mlp model and review learning curves  from pandas import read_csv  from sklearn.model_selection import train_test_split  from sklearn.metrics import mean_absolute_error  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # split into train and test datasets  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)  # determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')  # fit the model  history = model.fit(X_train, y_train, epochs=100, batch_size=8, verbose=0, validation_data=(X_test,y_test))  # predict test set  yhat = model.predict(X_test)  # evaluate predictions  score = mean_absolute_error(y_test, yhat)  print('MAE: %.3f' % score)  # plot learning curves  pyplot.title('Learning Curves')  pyplot.xlabel('Epoch')  pyplot.ylabel('Mean Squared Error')  pyplot.plot(history.history['loss'], label='train')  pyplot.plot(history.history['val_loss'], label='val')  pyplot.legend()  pyplot.show()

運行示例首先使模型適合訓練數據集，然后報告測試數據集的MAE。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到該模型實現了大約33.2的MAE，這是性能的良好基準，我們可能可以對其進行改進。

MAE: 33.233

然后在火車和測試裝置上創建MSE的線圖。

我們可以看到該模型具有良好的擬合度，并且收斂良好。模型的配置是一個很好的起點。

到目前為止，學習動力很好，MAE是一個粗略的估計，不應該被依賴。

我們可能可以稍微增加模型的容量，并期待類似的學習動態。例如，我們可以添加具有八個節點（任意選擇）的第二個隱藏層，并將訓練時期數增加一倍至200。

# define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))  model.add(Dense(1))  # compile the model model.compile(optimizer='adam', loss='mse')  # fit the model  history = model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0, validation_data=(X_test,y_test))

完整實例如下：

# fit a deeper mlp model and review learning curves  from pandas import read_csv  from sklearn.model_selection import train_test_split  from sklearn.metrics import mean_absolute_error  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # split into train and test datasets  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)  # determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')  # fit the model  history = model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0, validation_data=(X_test,y_test))  # predict test set  yhat = model.predict(X_test)  # evaluate predictions  score = mean_absolute_error(y_test, yhat)  print('MAE: %.3f' % score)  # plot learning curves  pyplot.title('Learning Curves')  pyplot.xlabel('Epoch')  pyplot.ylabel('Mean Squared Error')  pyplot.plot(history.history['loss'], label='train')  pyplot.plot(history.history['val_loss'], label='val')  pyplot.legend()  pyplot.show()

運行示例首先使模型適合訓練數據集，然后報告測試數據集的MAE。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到MAE略有改善，約為27.9，盡管訓練/測試拆分的高方差意味著該評估是不可靠的。

MAE: 27.939

然后繪制MSE訓練和測試集的學習曲線。我們可以看到，正如預期的那樣，該模型在合理的迭代次數內實現了良好的擬合和收斂。

最后，我們可以嘗試轉換數據，看看它如何影響學習動力。

在這種情況下，我們將使用冪變換來減少數據分布的偏差。這還將自動標準化變量，以使它們的平均值為零，標準偏差為1，這是使用神經網絡進行建模時的一種好習慣。

首先，我們必須確保目標變量是二維數組。

# ensure that the target variable is a 2d array  y_train, y_test = y_train.reshape((len(y_train),1)), y_test.reshape((len(y_test),1))

接下來，我們可以將PowerTransformer應用于輸入變量和目標變量。

這可以通過首先將轉換適合訓練數據，然后轉換訓練和測試集來實現。

此過程將分別應用于輸入和輸出變量，以避免數據泄漏。

# power transform input data  pt1 = PowerTransformer()  pt1.fit(X_train)  X_train = pt1.transform(X_train)  X_test = pt1.transform(X_test)  # power transform output data  pt2 = PowerTransformer()  pt2.fit(y_train)  y_train = pt2.transform(y_train)  y_test = pt2.transform(y_test)

然后將數據用于擬合模型。

后面可以根據模型做出的預測以及測試集中的預期目標值對變換進行求逆，我們可以像以前一樣以正確的比例計算MAE。

# inverse transforms on target variable  y_test = pt2.inverse_transform(y_test)  yhat = pt2.inverse_transform(yhat)

結合在一起，下面列出了使用轉換后的數據擬合和評估MLP以及創建模型的學習曲線的完整示例。

# fit a mlp model with data transforms and review learning curves  from pandas import read_csv  from sklearn.model_selection import train_test_split  from sklearn.metrics import mean_absolute_error from sklearn.preprocessing import PowerTransformer  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # split into train and test datasets  X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)  # ensure that the target variable is a 2d array  y_train, y_test = y_train.reshape((len(y_train),1)), y_test.reshape((len(y_test),1))  # power transform input data pt1 = PowerTransformer()  pt1.fit(X_train)  X_train = pt1.transform(X_train)  X_test = pt1.transform(X_test)  # power transform output data  pt2 = PowerTransformer()  pt2.fit(y_train)  y_train = pt2.transform(y_train)  y_test = pt2.transform(y_test)  # determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')  # fit the model  history = model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0, validation_data=(X_test,y_test))  # predict test set  yhat = model.predict(X_test)  # inverse transforms on target variable  y_test = pt2.inverse_transform(y_test)  yhat = pt2.inverse_transform(yhat)  # evaluate predictions  score = mean_absolute_error(y_test, yhat) print('MAE: %.3f' % score)  # plot learning curves  pyplot.title('Learning Curves')  pyplot.xlabel('Epoch')  pyplot.ylabel('Mean Squared Error')  pyplot.plot(history.history['loss'], label='train') pyplot.plot(history.history['val_loss'], label='val')  pyplot.legend()  pyplot.show()

運行示例首先使模型適合訓練數據集，然后報告測試數據集的MAE。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，該模型可以達到合理的MAE分數，盡管比以前報告的性能差。我們暫時將忽略模型性能。

MAE: 34.320

創建了學習曲線的線圖，表明該模型達到了合理的擬合并且有足夠的時間收斂。

現在，我們對帶有或不帶有數據轉換的簡單MLP模型的學習動態有了一些了解，現在我們可以看一下評估模型的性能以及調整模型的配置。

評估和調整MLP模型

k倍交叉驗證過程可以提供更可靠的MLP性能估計，盡管它可能非常慢。這是因為必須擬合和評估k個模型。當數據集大小較小時（例如汽車保險數據集），這不是問題。我們可以使用KFold類創建拆分并手動枚舉每個折疊，擬合模型，對其進行評估，然后在過程結束時報告評估分數的平均值。

# prepare cross validation  kfold = KFold(10)  # enumerate splits  scores = list()  for train_ix, test_ix in kfold.split(X, y):   # fit and evaluate the model...   ...  ...  # summarize all scores  print('Mean MAE: %.3f (%.3f)' % (mean(scores), std(scores)))

我們可以使用此框架通過一系列不同的數據準備，模型架構和學習配置來開發MLP模型性能的可靠估計。

重要的是，在使用k-fold交叉驗證來評估性能之前，我們首先對上一部分中的數據集模型的學習動態有了了解。如果我們開始直接調整模型，我們可能會獲得良好的結果，但是如果沒有，我們可能不知道為什么，例如 模型超出或不足。

如果我們再次對模型進行較大的更改，則最好返回并確認模型正在適當收斂。

下面列出了評估上一節中的基本MLP模型的此框架的完整示例。

# k-fold cross-validation of base model for the auto insurance regression dataset  from numpy import mean  from numpy import std  from pandas import read_csv  from sklearn.model_selection import KFold  from sklearn.metrics import mean_absolute_error  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # prepare cross validation  kfold = KFold(10)  # enumerate splits  scores = list()  for train_ix, test_ix in kfold.split(X, y):   # split data   X_train, X_test, y_train, y_test = X[train_ix], X[test_ix], y[train_ix], y[test_ix]   # determine the number of input features   n_features = X.shape[1]   # define model   model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))   model.add(Dense(1))   # compile the model   model.compile(optimizer='adam', loss='mse')   # fit the model  model.fit(X_train, y_train, epochs=100, batch_size=8, verbose=0)   # predict test set   yhat = model.predict(X_test)   # evaluate predictions   score = mean_absolute_error(y_test, yhat)   print('>%.3f' % score)   scores.append(score)  # summarize all scores  print('Mean MAE: %.3f (%.3f)' % (mean(scores), std(scores)))

運行示例將在評估過程的每次迭代中報告模型性能，并在運行結束時報告MAE的平均值和標準偏差。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到MLP模型的MAE約為38.913。

我們將使用此結果作為基準，以查看是否可以實現更好的性能。

>27.314  >69.577  >20.891  >14.810  >13.412  >69.540  >25.612  >49.508  >35.769  >62.696  Mean MAE: 38.913 (21.056)

首先，讓我們嘗試在原始數據集上評估更深的模型，以查看其性能是否比基準模型更好。

# define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal')) model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')  # fit the model  model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0)

完整實例如下：

# k-fold cross-validation of deeper model for the auto insurance regression dataset  from numpy import mean  from numpy import std  from pandas import read_csv  from sklearn.model_selection import KFold  from sklearn.metrics import mean_absolute_error  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # prepare cross validation  kfold = KFold(10)  # enumerate splits  scores = list()  for train_ix, test_ix in kfold.split(X, y):   # split data   X_train, X_test, y_train, y_test = X[train_ix], X[test_ix], y[train_ix], y[test_ix]   # determine the number of input features   n_features = X.shape[1]   # define model   model = Sequential()   model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))   model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))   model.add(Dense(1))  # compile the model   model.compile(optimizer='adam', loss='mse')   # fit the model   model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0)   # predict test set   yhat = model.predict(X_test)   # evaluate predictions  score = mean_absolute_error(y_test, yhat)   print('>%.3f' % score)   scores.append(score)  # summarize all scores  print('Mean MAE: %.3f (%.3f)' % (mean(scores), std(scores)))

運行報告運行結束時MAE的平均值和標準偏差。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到MLP模型獲得的MAE約為35.384，這略好于獲得MAE約為38.913的基線模型。

Mean MAE: 35.384 (14.951)

接下來，讓我們嘗試使用與上一節相同的對輸入和目標變量進行冪變換的模型。

下面列出了完整的示例。

# k-fold cross-validation of deeper model with data transforms  from numpy import mean  from numpy import std  from pandas import read_csv  from sklearn.model_selection import KFold  from sklearn.metrics import mean_absolute_error  from sklearn.preprocessing import PowerTransformer  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # prepare cross validation  kfold = KFold(10)  # enumerate splits  scores = list()  for train_ix, test_ix in kfold.split(X, y):   # split data   X_train, X_test, y_train, y_test = X[train_ix], X[test_ix], y[train_ix], y[test_ix]   # ensure target is a 2d array   y_train, y_test = y_train.reshape((len(y_train),1)), y_test.reshape((len(y_test),1))   # prepare input data   pt1 = PowerTransformer()   pt1.fit(X_train)   X_train = pt1.transform(X_train)  X_test = pt1.transform(X_test)   # prepare target   pt2 = PowerTransformer()   pt2.fit(y_train)   y_train = pt2.transform(y_train)   y_test = pt2.transform(y_test)   # determine the number of input features   n_features = X.shape[1]   # define model   model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))   model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))   model.add(Dense(1))   # compile the model   model.compile(optimizer='adam', loss='mse')   # fit the model   model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0)   # predict test set   yhat = model.predict(X_test)   # inverse transforms   y_test = pt2.inverse_transform(y_test)   yhat = pt2.inverse_transform(yhat)   # evaluate predictions   score = mean_absolute_error(y_test, yhat)   print('>%.3f' % score)   scores.append(score)  # summarize all scores  print('Mean MAE: %.3f (%.3f)' % (mean(scores), std(scores)))

運行報告運行結束時MAE的平均值和標準偏差。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到MLP模型獲得的MAE約為37.371，這比基準模型好，但不比更深的基準模型好。

也許這種轉變沒有我們最初認為的那樣有用。

Mean MAE: 37.371 (29.326)

另一種變換是對輸入變量和目標變量進行規范化。

這意味著將每個變量的值縮放到[0，1]范圍。我們可以使用MinMaxScaler來實現。例如：

# prepare input data  pt1 = MinMaxScaler()  pt1.fit(X_train)  X_train = pt1.transform(X_train)  X_test = pt1.transform(X_test)  # prepare target  pt2 = MinMaxScaler()  pt2.fit(y_train) y_train = pt2.transform(y_train)  y_test = pt2.transform(y_test)

結合在一起，下面列出了使用數據規范化評估更深層MLP的完整示例。

# k-fold cross-validation of deeper model with normalization transforms  from numpy import mean  from numpy import std  from pandas import read_csv  from sklearn.model_selection import KFold  from sklearn.metrics import mean_absolute_error  from sklearn.preprocessing import MinMaxScaler  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  from matplotlib import pyplot  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # prepare cross validation  kfold = KFold(10)  # enumerate splits  scores = list()  for train_ix, test_ix in kfold.split(X, y):   # split data   X_train, X_test, y_train, y_test = X[train_ix], X[test_ix], y[train_ix], y[test_ix]   # ensure target is a 2d array   y_train, y_test = y_train.reshape((len(y_train),1)), y_test.reshape((len(y_test),1))   # prepare input data   pt1 = MinMaxScaler()   pt1.fit(X_train)   X_train = pt1.transform(X_train)   X_test = pt1.transform(X_test)   # prepare target   pt2 = MinMaxScaler()   pt2.fit(y_train)   y_train = pt2.transform(y_train)   y_test = pt2.transform(y_test)   # determine the number of input features   n_features = X.shape[1]   # define model   model = Sequential()   model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))   model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))   model.add(Dense(1))   # compile the model   model.compile(optimizer='adam', loss='mse')   # fit the model   model.fit(X_train, y_train, epochs=200, batch_size=8, verbose=0)   # predict test set  yhat = model.predict(X_test)   # inverse transforms   y_test = pt2.inverse_transform(y_test)   yhat = pt2.inverse_transform(yhat)   # evaluate predictions   score = mean_absolute_error(y_test, yhat)   print('>%.3f' % score)   scores.append(score)  # summarize all scores  print('Mean MAE: %.3f (%.3f)' % (mean(scores), std(scores)))

運行報告運行結束時MAE的平均值和標準偏差。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到MLP模型獲得的MAE約為30.388，這比我們迄今為止嘗試過的任何其他配置都要好。

Mean MAE: 30.388 (14.258)

我們可以繼續測試模型架構的替代配置（更多或更少的節點或層），學習超參數（更多或更少的批處理）以及數據轉換。

我將其保留為練習；讓我知道你發現了什么。您可以獲得更好的結果嗎？

將您的結果發表在下面的評論中，我很樂意看到您所得到的。

接下來，讓我們看看如何擬合最終模型并使用它進行預測。

最終模型和做出預測

選擇模型配置后，我們可以在所有可用數據上訓練最終模型，并使用它對新數據進行預測。在這種情況下，我們將使用數據標準化的更深層模型作為最終模型。這意味著，如果我們想將模型保存到文件中，則必須保存模型本身（用于進行預測），輸入數據的轉換（用于新的輸入數據）和目標變量的轉換（用于新預測）。盡管可以在整個數據集而不是數據集的訓練子集上，但我們仍可以像以前一樣準備數據并擬合模型。

# split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # ensure target is a 2d array  yy = y.reshape((len(y),1))  # prepare input data  pt1 = MinMaxScaler()  pt1.fit(X)  X = pt1.transform(X)  # prepare target  pt2 = MinMaxScaler()  pt2.fit(y)  y = pt2.transform(y)  # determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')

然后，我們可以使用此模型對新數據進行預測。首先，我們可以定義一行新數據，這只是該數據集的一個變量。

# define a row of new data  row = [13]

然后，我們可以轉換此新數據，以準備用作模型的輸入。

# transform the input data  X_new = pt1.transform([row])

然后我們可以做出預測。

# make prediction  yhat = model.predict(X_new)

然后將預測的變換反轉，以便我們可以按正確的比例使用或解釋結果。

# invert transform on prediction  yhat = pt2.inverse_transform(yhat)

在這種情況下，我們將僅報告預測。

# report prediction  print('f(%s) = %.3f' % (row, yhat[0]))

綜上所述，下面列出了為汽車保險數據集擬合最終模型并使用其對新數據進行預測的完整示例。

# fit a final model and make predictions on new data.  from pandas import read_csv  from sklearn.model_selection import KFold  from sklearn.metrics import mean_absolute_error  from sklearn.preprocessing import MinMaxScaler  from tensorflow.keras import Sequential  from tensorflow.keras.layers import Dense  # load the dataset  path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/auto-insurance.csv'  df = read_csv(path, header=None)  # split into input and output columns  X, y = df.values[:, :-1], df.values[:, -1]  # ensure target is a 2d array  yy = y.reshape((len(y),1))  # prepare input data  pt1 = MinMaxScaler()  pt1.fit(X)  X = pt1.transform(X)  # prepare target  pt2 = MinMaxScaler()  pt2.fit(y)  y = pt2.transform(y)  # determine the number of input features  n_features = X.shape[1]  # define model  model = Sequential()  model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))  model.add(Dense(8, activation='relu', kernel_initializer='he_normal'))  model.add(Dense(1))  # compile the model  model.compile(optimizer='adam', loss='mse')  # fit the model  model.fit(X, y, epochs=200, batch_size=8, verbose=0)  # define a row of new data  row = [13]  # transform the input data  X_new = pt1.transform([row])  # make prediction  yhat = model.predict(X_new)  # invert transform on prediction  yhat = pt2.inverse_transform(yhat) # report prediction  print('f(%s) = %.3f' % (row, yhat[0]))

運行示例可以使模型適合整個數據集，并為單行新數據做出預測。

注意：由于算法或評估程序的隨機性，或者數值精度的差異，您的結果可能會有所不同。考慮運行該示例幾次并比較平均結果。

在這種情況下，我們可以看到輸入13導致輸出62（千瑞典克朗）。

f([13]) = 62.595

到此，相信大家對“怎么用Python神經網絡預測汽車保險支出”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！