人工智能神经网络

利用女性糖尿病人的怀孕次数、血糖、血压、皮脂厚度、胰岛素等特征通过BP神经网络来预测一个女性是否患有糖尿病,并且计算出模型预测的准确率。通过女性糖尿病患者的一系列特征构建一个BP神经网络模型,通过该模型预测一名女性患有糖尿病的概率。

main.py

python 复制代码
#导入keras等模块
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense
import numpy as np
from sklearn.model_selection import train_test_split
import warnings
warnings.filterwarnings('ignore')
#导入女性糖尿病患者的特征数据
dataset = np.loadtxt('pima-indians-diabetes.csv', delimiter=',')
X = dataset[:, 0 : 8]
Y = dataset[:, 8]
# 将数据按照8:2比例分成训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.2, random_state=1)
print(x_train.shape)
print(x_test.shape)
# 创建BP神经网络
model = Sequential()
# 输入层8个变量,与数据维度一致
# 第一个隐藏层有12个神经元,且采用ReLU激活函数,glorot均匀分布初始化器,偏差值初始为0
model.add(Dense(12, input_dim=8, activation='relu', kernel_initializer='glorot_uniform', bias_initializer='zeros'))
# 第二个隐藏层有8个神经元,且采用ReLU激活函数
model.add(Dense(8, activation='relu'))
# 输出层1个神经元,且采用Sigmoid激活函数
model.add(Dense(1, activation='sigmoid'))
#使用adam为优化器
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(x=x_train, y=y_train, epochs=150, batch_size=10)
# 打印出模型每层权值
print(model.trainable_weights)
print(model.get_weights())
# 评估模型
scores = model.evaluate(x=x_test, y=y_test)
print('\n%s : %.2f%%' % (model.metrics_names[1], scores[1]*100))
相关推荐
简简单单做算法4 分钟前
基于LSTM深度学习网络的视频类型分类算法matlab仿真
深度学习·matlab·分类·lstm·视频类型分类
不剪发的Tony老师6 分钟前
字节跳动正式开源AI智能体开发平台Coze
人工智能·coze
love530love10 分钟前
Windows 如何更改 ModelScope 的模型下载缓存位置?
运维·人工智能·windows·python·缓存·modelscope
计算机sci论文精选14 分钟前
CVPR 前沿洞察 | 人机交互论文出圈,引领交互模式变革
计算机网络·机器学习·机器人·人机交互·cvpr·计算机系统·并行与分布计算
悦悦子a啊35 分钟前
Python之--集合
开发语言·python·编程
胡耀超1 小时前
基于Docker的GPU版本飞桨PaddleOCR部署深度指南(国内镜像)2025年7月底测试好用:从理论到实践的完整技术方案
运维·python·docker·容器·ocr·paddlepaddle·gpu
小关会打代码2 小时前
Python编程进阶知识之第四课处理数据(pandas)
python·机器学习·pandas·数据处理
WJ.Polar2 小时前
Python柱状图
python·信息可视化
一百天成为python专家3 小时前
数据可视化
开发语言·人工智能·python·机器学习·信息可视化·numpy
金井PRATHAMA3 小时前
主要分布在背侧海马体(dHPC)CA1区域(dCA1)的时空联合细胞对NLP中的深层语义分析的积极影响和启示
人工智能·神经网络·自然语言处理