- 引入必要的库
首先,需要引入必要的库。PyTorch用于构建和训练模型,pandas和numpy用于数据处理,matplotlib用于结果的可视化。
python
import torch
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, TensorDataset
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
2. 加载自定义数据集
有一个CSV文件custom_dataset.csv
,其中包含特征(自变量)和标签(因变量)。使用pandas来加载数据,并进行预处理。
python
# 加载自定义数据集
data = pd.read_csv('custom_dataset.csv')
# 假设数据集中有多列特征和一个二分类标签
X = data.iloc[:, :-1].values.astype(np.float32) # 特征
y = data.iloc[:, -1].values.astype(np.float32) # 标签
# 将标签转换为0和1
y = np.where(y == 'positive', 1, 0)
3. 创建数据集和数据加载器
使用PyTorch的TensorDataset
和DataLoader
来创建数据集和数据加载器。
python
# 创建数据集和数据加载器
dataset = TensorDataset(torch.tensor(X), torch.tensor(y))
train_loader = DataLoader(dataset, batch_size=32, shuffle=True)
4. 定义逻辑回归模型
使用PyTorch的nn.Module
来定义逻辑回归模型。
python
class LogisticRegression(nn.Module):
def __init__(self, input_dim):
super(LogisticRegression, self).__init__()
self.linear = nn.Linear(input_dim, 1)
def forward(self, x):
outputs = torch.sigmoid(self.linear(x))
return outputs
# 初始化模型
input_dim = X.shape[1]
model = LogisticRegression(input_dim)
5. 训练模型
定义损失函数和优化器,然后训练模型。
python
# 定义损失函数和优化器
criterion = nn.BCELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)
# 训练模型
num_epochs = 100
for epoch in range(num_epochs):
for inputs, labels in train_loader:
# 前向传播
outputs = model(inputs)
loss = criterion(outputs.flatten(), labels)
# 反向传播和优化
optimizer.zero_grad()
loss.backward()
optimizer.step()
if (epoch+1) % 10 == 0:
print(f'Epoch [{epoch+1}/{num_epochs}], Loss: {loss.item():.4f}')
6. 保存模型
训练完成后,可以使用PyTorch的torch.save
函数来保存模型。
python
# 保存模型
torch.save(model.state_dict(), 'logistic_regression_model.pth')
7. 加载模型并进行预测
在需要时,可以使用torch.load
函数加载模型,并进行预测。
python
# 加载模型
model = LogisticRegression(input_dim)
model.load_state_dict(torch.load('logistic_regression_model.pth'))
model.eval()
# 进行预测
with torch.no_grad():
sample_inputs = torch.tensor(X[:5]).float() # 示例输入
predictions = model(sample_inputs)
predicted_labels = (predictions.flatten() > 0.5).int()
print("Predicted Labels:", predicted_labels.numpy())