# -*- coding：utf-8 -*-
# &Author AnFany
# 两层的Stacking回归
from wxpy import *
bot = Bot(cache_path=True)
# 第一层6个模型：随机森林，AdaBoost，GBDT，LightGBM，XGBoost，CatBoost
# 第二层模型：BP神经网络回归
# 引入数据文件
import pm25_Stacking_Data as pm25
# 引入绘图库包
import matplotlib.pyplot as plt
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['FangSong'] # 显示中文
mpl.rcParams['axes.unicode_minus'] = False # 显示负号
# 引入需要用到的模型的库包
# 随机森林
from sklearn.ensemble import RandomForestRegressor as RF
# AdaBoost
from sklearn.ensemble import AdaBoostRegressor
from sklearn.tree import DecisionTreeRegressor
# GBDT
from sklearn.ensemble import GradientBoostingRegressor
# XGBoost
import xgboost as xgb
# LightGBM
import lightgbm as lgbm
# CatBoost
import catboost as cb
# BP神经网络回归
import BP_Regression as bp
# 其他库包
import tensorflow as tf
import numpy as np
import pandas as pd
from collections import OrderedDict # python字典是无序的，此包是有序的
import os
os.chdir(r'E:\tensorflow_Learn\Stacking\pm25')
'''
第一部分：数据处理模型
'''
class DATA:
def __init__(self, datadict=pm25.data_dict, mubiao='pm2.5'):
self.data = datadict
self.k = 8 # 因为需要对每个模型进行单独的数据处理，因此这个折数对于每个模型都必须是一样的
# 训练数据
self.chidata = self.data['train']
# 预测数据
self.nodata = self.data['predict']
# 类别型数据的编号
self.catsign = self.Sign()
# 目标字段
self.ziduan = mubiao
# 对于归一化化和标准化的处理，要记录转化的值，在这里将2者统一。反处理时，预测值需要乘以self.fenmu 加上self.cha
self.fenmu = 1 # 相当于标准化的标准差, 归一化的最大值减去最小值
self.cha = 0 # 相当于标准化的平均值, 归一化的最小值
# 因为对于CatBoost而言，不需要进行类别型特征的处理，但是需要类别型特征的标号
def Sign(self):
sign = []
numlist = self.chidata.values[0][: -1] # 不包括最后的目标字段
for jj in range(len(numlist)):
try:
numlist[jj] + 9
except TypeError:
sign.append(jj)
return sign
# 类别型特征数字标签化函数，
def CAtoDI(self):
# 如果特征值不能执行数字加法运算，则视为类别型特征
for tezheng in self.chidata:
try:
self.chidata[tezheng].values[0] + 1
except TypeError:
numlist = sorted(list(set(list(self.chidata[tezheng]))))
self.chidata[tezheng] = [numlist.index(hh) for hh in self.chidata[tezheng]]
try:
self.nodata[tezheng] = [numlist.index(ss) for ss in self.nodata[tezheng]]
except ValueError:
print('特征%s：预测比训练的多了值' % (tezheng))
return print('数字化处理完毕')
# 对于归一化和标准化的函数，要记录目标字段的转化值，因为要进行反归一化
# 归一化函数
def Normal(self):
# 在此之前需要把类别型标签去掉,否则会报错
for tezheng in self.chidata:
maxnum = max(list(self.chidata[tezheng]))
minum = min(list(self.chidata[tezheng]))
if maxnum == minum:
self.chidata[tezheng] = [1 for hh in self.chidata[tezheng]]
self.nodata[tezheng] = [1 for ss in self.nodata[tezheng]]
else:
self.chidata[tezheng] = [(hh - minum) / (maxnum - minum) for hh in self.chidata[tezheng]]
self.nodata[tezheng] = [(ss - minum) / (maxnum - minum) for ss in self.nodata[tezheng]]
if tezheng == self.ziduan:
self.fenmu = maxnum - minum
self.cha = minum
return print('归一化处理完毕')
# 标准化函数
def Stand(self):
# 在此之前需要把类别型标签去掉,否则会报错
for tezheng in self.chidata:
standnum = np.std(np.array(list(self.chidata[tezheng])), ddof=1) # 计算有偏的标准差
meanum = np.mean(np.array(list(self.chidata[tezheng])))
if meanum == 0:
self.chidata[tezheng] = [1 for hh in self.chidata[tezheng]]
self.nodata[tezheng] = [1 for ss in self.nodata[tezheng]]
else:
self.chidata[tezheng] = [(hh - standnum) / meanum for hh in self.chidata[tezheng]]
self.nodata[tezheng] = [(ss - standnum) / meanum for ss in self.nodata[tezheng]]
if tezheng == self.ziduan:
self.fenmu = standnum
self.cha = meanum
return print('标准化处理完毕')
# 定义Kfold的函数，也就是将原始的训练数据集分为k对训练数据和验证数据的组合
def Kfold(self):
# 因为每个模型需要将验证数据结合的结果集成起来，为了方便起见，在这里固定每一折数中的数据集合
datanum = self.chidata.values
# 数据集总长度
length = len(datanum)
alist = np.arange(length)
np.random.seed(1990)
np.random.shuffle(alist) # 随机打乱数据对BPNN,SVM而言是有益处的，而对于决策树之类的模型而言没有影响
# 验证数据的长度
yanlem = int(length / self.k)
# 存储数据集的字典
datai = {}
datai['predict'] = self.nodata.values
# 开始处理Kfold
for kk in range(self.k):
datai[kk] = OrderedDict()
if kk == 0:
datai[kk]['train'] = datanum[alist[(kk + 1) * yanlem:]]
datai[kk]['test'] = datanum[alist[: (kk + 1) * yanlem]]
elif kk == self.k - 1:
datai[kk]['train'] = datanum[alist[: kk * yanlem]]
datai[kk]['test'] = datanum[alist[kk * yanlem:]]
else:
datai[kk]['test'] = datanum[alist[kk * yanlem: (kk + 1) * yanlem]]
signlist = list(alist[: kk * yanlem]) + list(alist[(kk + 1) * yanlem:])
datai[kk]['train'] = datanum[signlist]
# 返回的数据集形式{0：{'train':data, 'test':data}，……，self.k-1:{'train':data, 'test':data}, 'predict':data}
print('K折处理完毕')
return datai
'''
第二部分：第一层的模型运行阶段
'''
# 可以任意添加模型
class MODELONE:
def __init__(self, zidan='pm2.5'):
# 验证数据集的预测结果
self.yanzhneg_pr = []
# 验证数据集的真实结果
self.yanzhneg_real = []
# 预测数据集的预测结果
self.predi = []
# 预测数据集的真实结果
self.preal = []
# 目标字段名称
self.zi = zidan
# 数据结构和数据处理类的保持一致，要把验证数据集的输入和真实的输出合二为一
self.datai = {}
# 记录每个模型最终误差的字典
self.error_dict = OrderedDict()
# 将第一层的结果转换为何数据结构处理类中一样的数据结构的函数
# 也就是{'train':dataframe, 'predict':dataframe}样式的字典
def DataStru(self):
self.datai['train'] = np.row_stack((np.array(self.yanzhneg_pr), np.array(self.yanzhneg_real))) # 此处添加行
self.datai['predict'] = np.row_stack((np.array(self.predi), np.array(self.preal)))
# 将训练数据转置
datapst = self.datai['train'].T
# 为训练数据定义DataFrame的列名
mingcheng = ['第%s个模型列' % str(dd) for dd in list(range(len(self.datai['train']) - 1))] + [self.zi]
self.datai['train'] = pd.DataFrame(datapst, columns=mingcheng)
# 将预测数据转置
dapst = self.datai['predict'].T
# 为训练数据定义DataFrame的列名
mingche= ['第%s个模型列' % str(dd) for dd in list(range(len(self.datai['predict']) - 1))] + [self.zi]
self.datai['predict'] = pd.DataFrame(dapst, columns=mingche)
return print('二层的数据准备完毕')
# 定义均方误差的函数
def RMSE(self, data1, data2):
data1, data2 = np.array(data1), np.array(data2)
subdata = np.power(data1 - data2, 2)
return np.sqrt(np.sum(subdata) / len(subdata - 1))
# 随机森林
def RF_First(self, data, n_estimators=4000, max_features='auto'):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练,因为这个折数的字典是有序的,因此不用考虑每一折的顺序。
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = RF(n_estimators=n_estimators, max_features=max_features)
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1])
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
#预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['随机森林'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的随机森林运行完毕')
# AdaBoost
def Adaboost_First(self, data, max_depth=50, n_estimators=1000):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = AdaBoostRegressor(DecisionTreeRegressor(max_depth=max_depth),
n_estimators=n_estimators, learning_rate=0.8)
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1])
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
#预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['AdaBoost'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的AdaBoost运行完毕')
# GBDT
def GBDT_First(self, data, max_depth=17, n_estimators=57):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = GradientBoostingRegressor(loss='ls', n_estimators=n_estimators, max_depth=max_depth,
learning_rate=0.12, subsample=0.8)
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1])
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
# 预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['GBDT'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的GBDT运行完毕')
# LightGBM
def LightGBM_First(self, data, max_depth=9, n_estimators=380):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = lgbm.LGBMRegressor(boosting_type='gbdt', objective='regression', num_leaves=1200,
learning_rate=0.17, n_estimators=n_estimators, max_depth=max_depth,
metric='rmse', bagging_fraction=0.8, feature_fraction=0.8, reg_lambda=0.9)
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1])
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
# 预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['LightGBM'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的LightGBM运行完毕')
# XGBoost
def XGBoost_First(self, data, max_depth=50, n_estimators=220):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = xgb.XGBRegressor(max_depth=max_depth, learning_rate=0.1, n_estimators=n_estimators,
silent=True, objective='reg:gamma')
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1])
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
# 预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['XGBoost'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的XGBoost运行完毕')
# CatBoost
def CatBoost_First(self, data, catsign, depth=8, iterations=80000):
# 存储每一折中验证数据集的预测结果
yanzhenglist = []
# 存储每一折中验证数据集的真实结果
yanzhenglist_real = []
# 存储每一折中预测数据集的预测结果
prelist = []
# 存储训练、验证、预测数据的误差
errorlsit = []
# 开始每一折的训练
for zhe in [zheshu for zheshu in data.keys() if zheshu != 'predict']:
model = cb.CatBoostRegressor(iterations=iterations, depth=depth, learning_rate=0.8, loss_function='RMSE')
model.fit(data[zhe]['train'][:, :-1], data[zhe]['train'][:, -1], cat_features=catsign)
# 注意存储验证数据集结果和预测数据集结果的不同
# 训练数据集的预测结果
xul = model.predict(data[zhe]['train'][:, :-1])
# 验证的预测结果
yanre = model.predict(data[zhe]['test'][:, :-1])
# 预测的预测结果
prer = model.predict(data['predict'][:, :-1])
yanzhenglist += list(yanre)
yanzhenglist_real += list(data[zhe]['test'][:, -1])
prelist.append(prer)
# 每计算一折后，要计算训练、验证、预测数据的误差
xx = self.RMSE(xul, data[zhe]['train'][:, -1])
yy = self.RMSE(yanre, data[zhe]['test'][:, -1])
pp = self.RMSE(prer, data['predict'][:, -1])
errorlsit.append([xx, yy, pp])
# 针对预测数据集的预测结果计算均值
meanPre = np.mean(np.array(prelist), axis=0)
# 开始结合
self.yanzhneg_pr.append(yanzhenglist)
self.yanzhneg_real = yanzhenglist_real
self.predi.append(meanPre)
self.preal = data['predict'][:, -1]
# 储存误差
self.error_dict['CatBoost'] = np.mean(np.array(errorlsit), axis=0)
return print('1层中的CatBoost运行完毕')
'''
第三部分：第二层的模型运行阶段 可以任意更换模型
'''
class MODETWO:
def __init__(self, in_tr_data, out_tr_data, in_pre_data, out_pre, fenmu, cha):
self.xdata = in_tr_data
self.ydata = out_tr_data
self.xdatapre = in_pre_data
self.ydapre = out_pre
self.fen = fenmu
self.cha = cha
pass
# BP神经网络回归
def BP(self, hiddenlayers=3, hiddennodes=100, learn_rate=0.05, itertimes=50000,
batch_size=200, activate_func='sigmoid', break_error=0.00000043):
loss_trrr, loss_pree, sign, fir = bp.Ten_train(self.xdata, self.ydata, self.xdatapre, self.ydapre,
hiddenlayers=hiddenlayers, hiddennodes=hiddennodes,
learn_rate=learn_rate, itertimes=itertimes,
batch_size=batch_size, activate_func=activate_func,
break_error=break_error)
# 因为上面的得出的RMSE是数据变换后的，因此要转换到原始的维度
loss_trrr = np.array(loss_trrr) * self.fen
loss_pree = np.array(loss_pree) * self.fen
return loss_trrr, loss_pree, sign, fir
'''
第四部分：绘制图，绘制第一层各个模型中训练，验证数据的误差，
以及最终的预测数据的真实值和误差值的对比
'''
# 定义绘制第一层模型训练、验证、预测数据的误差的函数
# 根据字典绘制不同参数下评分的对比柱状图
def Plot_RMSE_ONE_Stacking(exdict, kaudu=0.2):
'''
:param exdict: 不同模型的RMSE 最小二乘回归误差的平方根
:return: 柱状图
'''
# 参数组合列表
palist = exdict.keys()
# 对应的训练数据的评分
trsore = [exdict[hh][0] for hh in palist]
# 对应的测试数据的评分
tesore = [exdict[hh][1] for hh in palist]
# 对应的预测数据的评分
presore = [exdict[hh][2] for hh in palist]
# 开始绘制柱状图
fig, ax = plt.subplots()
# 柱的个数
ind = np.array(list(range(len(trsore))))
# 绘制柱状
ax.bar(ind - kaudu, trsore, kaudu, color='SkyBlue', label='训练')
ax.bar(ind, tesore, kaudu, color='IndianRed', label='测试')
ax.bar(ind + kaudu, presore, kaudu, color='slateblue', label='预测')
# xy轴的标签
ax.set_ylabel('RMSE')
ax.set_xlabel('Stacking第一层中的模型')
# 设置刻度
ax.set_xticks(ind)
ax.set_xticklabels(palist)
ax.grid()
leg = ax.legend(loc='best', ncol=3, shadow=True, fancybox=True)
leg.get_frame().set_alpha(0.8)
plt.title('Stacking第一层中模型的RMSE')
plt.savefig(r'C:\Users\GWT9\Desktop\Stacking_pm25.jpg')
bot.file_helper.send_image(r'C:\Users\GWT9\Desktop\Stacking_pm25.jpg')
return '一层不同模型对比'
# 最终的预测数据的真实值和误差值的对比
# 按照误差值从小到大排列的数据
def Pailie(realr, modelout, count=90):
'''
:param real: 预测数据集真实的数据
:param modelout: 预测数据集的模型的输出值
:param count: 进行数据对比的条数
:return: 按照差值从小到大排列的数据
'''
relal_num = np.array(realr)
modelout_num = np.array(modelout)
# 随机选取
fu = np.random.choice(list(range(len(realr))), count, replace=False)
show_real, show_model = relal_num[fu], modelout_num[fu]
# 计算差值
sunnum = show_real - show_model
# 首先组合三个数据列表为字典
zuhedict = {ii: [show_real[ii], show_model[ii], sunnum[ii]] for ii in range(len(show_model))}
# 字典按着值排序
zhenshi = []
yucede = []
chazhi = []
# 按着差值从大到小
for jj in sorted(zuhedict.items(), key=lambda gy: gy[1][2]):
zhenshi.append(jj[1][0])
yucede.append(jj[1][1])
chazhi.append(jj[1][2])
return zhenshi, yucede, chazhi
# 绘制预测值，真实值对比折线，以及与两值的误差柱状图
def recspre(yzhenshide, yyucede):
# 获得展示的数据
yreal, ypre, cha = Pailie(yzhenshide, yyucede)
plt.figure()
ax = plt.subplot(111)
plt.grid()
dign = np.arange(len(yreal))
# 绘制真实值
ax.scatter(dign, yreal, label='真实值', lw=2, color='blue', marker='*')
# 绘制预测值
ax.plot(dign, ypre, label='预测值', lw=2, color='red', linestyle='--', marker='.')
# 绘制误差柱状图
ax.bar(dign, cha, 0.1, label='真实值减去预测值', color='k')
# 绘制0线
ax.plot(dign, [0] * len(dign), lw=2, color='k')
ax.set_ylim((int(min(cha)) - 1, int(max([max(yreal), max(ypre)]))))
ax.set_xlim((0, len(dign)))
ax.legend(loc='best')
ax.set_title('北京市Pm2.5预测数据集结果对比')
plt.savefig(r'C:\Users\GWT9\Desktop\Stacking_duibi.jpg')
bot.file_helper.send_image(r'C:\Users\GWT9\Desktop\Stacking_duibi.jpg')
return '完毕'
# 绘制2条对比曲线
def plotcurve(trainone, pretwo):
fig, axs = plt.subplots(2, 1, sharex=True)
fig.subplots_adjust(hspace=0.1)
axs[0].plot(range(len(trainone)), trainone, label='训练', lw=3, color='maroon')
axs[0].legend()
axs[1].plot(range(len(pretwo)), pretwo, label='验证', lw=3, color='sienna')
axs[1].legend()
plt.xlabel('迭代次数')
axs[0].set_title('第2层模型：BPNN中训练和验证数据的成本函数值')
plt.savefig(r'C:\Users\GWT9\Desktop\Stacking_errorr.jpg')
bot.file_helper.send_image(r'C:\Users\GWT9\Desktop\Stacking_errorr.jpg')
'''
第五部分：Stacking主函数
'''
if __name__ == "__main__":
# 第一层6个模型：随机森林，AdaBoost，GBDT，LightGBM，XGBoost，CatBoost
# 下面依次为每个模型建立数据
# 随机森林、AdaBoost，GBDT，LIghtGNM，XGBoost都是一样的
rf_data = DATA()
rf_data.CAtoDI() # 标签数字化
data_rf = rf_data.Kfold() # 折数
# CatBoost
cat_data = DATA() # 不用处理
data_cat = cat_data.Kfold() # 折数
# 开始建立Stacking第一层的模型
one_stacking = MODELONE()
# 随机森林
one_stacking.RF_First(data_rf)
# AdaBoost
one_stacking.Adaboost_First(data_rf)
# GBDT
one_stacking.GBDT_First(data_rf)
# LightGBM
one_stacking.LightGBM_First(data_rf)
# XGBoost
one_stacking.XGBoost_First(data_rf)
# CatBoost
one_stacking.CatBoost_First(data_cat, cat_data.catsign)
# 第二层的数据准备
one_stacking.DataStru()
data_two = one_stacking.datai
# 第二层的数据处理
erce_data = DATA(datadict=data_two)
erce_data.Normal()
# 将训练数据集分为训练和验证数据集
redata = erce_data.Kfold()
#
# 第二层建模,在这里不在进行交叉验证，因此只选一个数据集
stacking_two = MODETWO(redata[0]['train'][:, :-1],
np.array([redata[0]['train'][:, -1]]).T,
redata[0]['test'][:, :-1],
np.array([redata[0]['test'][:, -1]]).T,
erce_data.fenmu, erce_data.cha)
# 训练的输出值，预测的输出值, 每一次迭代训练和预测的误差
lossrain, losspre, signi, gir = stacking_two.BP()
# 训练完成后读取最优的参数，在计算最终的预测结果
graph = tf.train.import_meta_graph("./pm25-%s.meta" % signi)
ses = tf.Session()
graph.restore(ses, tf.train.latest_checkpoint('./'))
op_to_restore = tf.get_default_graph().get_tensor_by_name("Sigmoid_%s:0" % gir) # 这个tensor的名称和激活函数有关系，需要去BP的程序中获得
w1 = tf.get_default_graph().get_tensor_by_name("x_data:0")
feed_dict = {w1: redata['predict'][:, :-1]}
dgsio = ses.run(op_to_restore, feed_dict)
preout = erce_data.fenmu * dgsio.T[0] + erce_data.cha
# 绘制第一层中各个模型的误差图
Plot_RMSE_ONE_Stacking(one_stacking.error_dict)
# 绘制预测值，真实值对比折线，以及与两值的误差柱状图
recspre(erce_data.fenmu * erce_data.nodata.values[:, -1] + erce_data.cha, preout)
# 绘制第二层模型中的训练和验证误差
plotcurve(lossrain, losspre)
