大數據預測是大數據最核心的應用，是它將傳統意義的預測拓展到“現測”。大數據預測的優勢體現在，它把一個非常困難的預測問題，轉化為一個相對簡單的描述問題，而這是傳統小數據集根本無法企及的。從預測的角度看，大數據預測所得出的結果不僅僅是用于處理現實業務的簡單、客觀的結論，更是能用于幫助企業經營的決策。

在過去，人們的決策主要是依賴 20% 的結構化數據，而大數據預測則可以利用另外 80% 的非結構化數據來做決策。大數據預測具有更多的數據維度，更快的數據頻度和更廣的數據寬度。與小數據時代相比，大數據預測的思維具有 3 大改變：實樣而非抽樣;預測效率而非精確;相關關系而非因果關系。

而今天我們就將利用python制作可視化的大數據預測部分集成工具，其中數據在這里使用一個實驗中的數據。普遍性的應用則直接從文件讀取即可。其中的效果圖如下：

實驗前的準備

首先我們使用的python版本是3.6.5所用到的模塊如下：

sklearn模塊用來創建整個模型訓練和保存調用以及算法的搭建框架等等。 numpy模塊用來處理數據矩陣運算。 matplotlib模塊用來可視化擬合模型效果。 Pillow庫用來加載圖片至GUI界面。 Pandas模塊用來讀取csv數據文件。 Tkinter用來創建GUI窗口程序。

數據的訓練和訓練的GUI窗口

經過算法比較，發現這里我們選擇使用sklearn簡單的多元回歸進行擬合數據可以達到比較好的效果。

(1)首先是是數據的讀取，通過設定選定文件夾函數來讀取文件，加載數據的效果：

’’’選擇文件功能’’’ def selectPath(): # 選擇文件path_接收文件地址 path_ =tkinter.filedialog.askopenfilename() # 通過replace函數替換絕對文件地址中的/來使文件可被程序讀取 # 注意：轉義后為，所以轉義后為 path_ =path_.replace('/', '') # path設置path_的值 path.set(path_) return path # 得到的DataFrame讀入所有數據 data = pd.read_excel(FILENAME, header=0, usecols='A,B,C,D,E,F,G,H,I') # DataFrame轉化為array DataArray = data.values # 讀取已使用年限作為標簽 Y = DataArray[:, 8] # 讀取其他參數作為自變量，影響因素 X = DataArray[:, 0:8] # 字符串轉變為整數 for i in range(len(Y)): Y[i] = int(Y[i].replace('年', '')) X = np.array(X) # 轉化為array Y = np.array(Y) # 轉化為array root = Tk() root.geometry('+500+260') # 背景圖設置 canvas = tk.Canvas(root, width=600, height=200, bd=0, highlightthickness=0) imgpath = ’1.jpg’ img = Image.open(imgpath) photo = ImageTk.PhotoImage(img) #背景圖大小設置 canvas.create_image(700, 400, image=photo) canvas.pack() path = StringVar() #標簽名稱位置 label1=tk.Label(text = '目標路徑:') label1.pack() e1=tk.Entry( textvariable = path) e1.pack() bn1=tk.Button(text = '路徑選擇', command = selectPath) bn1.pack() bn2=tk.Button(text = '模型訓練', command = train) bn2.pack() bn3=tk.Button(text = '模型預測', command = test) bn3.pack() #標簽按鈕等放在背景圖上 canvas.create_window(50, 50, width=150, height=30, window=label1) canvas.create_window(280, 50, width=300, height=30, window=e1) canvas.create_window(510, 50, width=150, height=30, window=bn1) canvas.create_window(50, 100, width=150, height=30, window=bn2) canvas.create_window(510, 100, width=150, height=30, window=bn3) root.mainloop()

效果如下可見：

(2)然后是數據的擬合和可視化模型效果：

# 模型擬合 reg = LinearRegression() reg.fit(X, Y) # 預測效果 predict = reg.predict(np.array([X[0]])) Y_predict = reg.predict(X) print(Y_predict) # 橫坐標 x_label = [] for i in range(len(Y)): x_label.append(i) # 繪圖 fig, ax = plt.subplots() # 真實值分布散點圖 plt.scatter(x_label, Y) # 預測值分布散點圖 plt.scatter(x_label, Y_predict) # 預測值擬合直線圖 plt.plot(x_label, Y_predict) # 橫縱坐標 ax.set_xlabel(’預測值與真實值模型擬合效果圖’) ax.set_ylabel(’藍色為真實值，黃色為預測值’) # 將繪制的圖形顯示到tkinter:創建屬于root的canvas畫布,并將圖f置于畫布上 canvas = FigureCanvasTkAgg(fig, master=root) canvas.draw() # 注意show方法已經過時了,這里改用draw canvas.get_tk_widget().pack() # matplotlib的導航工具欄顯示上來(默認是不會顯示它的) toolbar = NavigationToolbar2Tk(canvas, root) toolbar.update() canvas._tkcanvas.pack() #彈窗顯示 messagebox.showinfo(title=’模型情況’, message='模型訓練完成！') 其中的效果如下可見：

其中的效果如下可見：

模型的預測和使用

其中模型的預測主要通過兩種方式進行預測，分別是：手動輸入單個數據進行預測和讀取文件進行預測。

其中手動輸入數據進行預測需要設置更多的GUI按鈕，其中代碼如下：

#子窗口 LOVE = Toplevel(root) LOVE.geometry('+100+260') LOVE.title = '模型測試' #子窗口各標簽名 label = ['上升沿斜率（v/us）', '下降沿斜率（v/us）', '脈寬(ns)', '低狀態電平（mv）', '低電平方差（mv2)x10-3', '高狀態電平（v）', '高電平方差(v2)', '信號質量因子'] Label(LOVE, text='1、輸入參數預測', font=('微軟雅黑', 20)).grid(row=0, column=0) #標簽名稱，字體位置 Label(LOVE, text=label[0], font=('微軟雅黑',10)).grid(row=1, column=0) Label(LOVE, text=label[1], font=('微軟雅黑', 10)).grid(row=1, column=1) Label(LOVE, text=label[2], font=('微軟雅黑', 10)).grid(row=1, column=2) Label(LOVE, text=label[3], font=('微軟雅黑', 10)).grid(row=1, column=3) Label(LOVE, text=label[4], font=('微軟雅黑', 10)).grid(row=1, column=4) Label(LOVE, text=label[5], font=('微軟雅黑', 10)).grid(row=1, column=5) Label(LOVE, text=label[6], font=('微軟雅黑', 10)).grid(row=1, column=6) Label(LOVE, text=label[7], font=('微軟雅黑', 10)).grid(row=1, column=7) #編輯框位置和字體 en1=tk.Entry(LOVE, font=('微軟雅黑', 8)) en1.grid(row=2, column=0) en2=tk.Entry(LOVE, font=('微軟雅黑', 8)) en2.grid(row=2, column=1) en3=tk.Entry(LOVE, font=('微軟雅黑', 8)) en3.grid(row=2, column=2) en4=tk.Entry(LOVE, font=('微軟雅黑', 8)) en4.grid(row=2, column=3) en5=tk.Entry(LOVE, font=('微軟雅黑', 8)) en5.grid(row=2, column=4) en6=tk.Entry(LOVE, font=('微軟雅黑', 8)) en6.grid(row=2, column=5) en7=tk.Entry(LOVE, font=('微軟雅黑', 8)) en7.grid(row=2, column=6) en8=tk.Entry(LOVE, font=('微軟雅黑', 8)) en8.grid(row=2, column=7) Label(LOVE, text='', font=('微軟雅黑', 10)).grid(row=3, column=0) #測試輸入框預測 def pp(): x=np.array([int(en1.get()),int(en2.get()),int(en3.get()),int(en4.get()),int(en5.get()),int(en6.get()),int(en7.get()),int(en8.get())]) # 預測效果 predict = reg.predict(np.array([x])) Label(LOVE, text='預測結果已使用年數為：'+str(predict[0])+'年', font=('微軟雅黑', 10)).grid(row=4, column=3) print(predict) Button(LOVE, text='預測：', font=('微軟雅黑', 15),command=pp).grid(row=4, column=0) Label(LOVE, text='2、選擇文件預測', font=('微軟雅黑', 20)).grid(row=5, column=0) path1 = StringVar() label1 = tk.Label(LOVE,text='目標路徑:', font=('微軟雅黑', 10)) label1.grid(row=6, column=0) e1 = tk.Entry(LOVE,textvariable=path1, font=('微軟雅黑', 10)) e1.grid(row=6, column=2) label = ['上升沿斜率（v/us）', '下降沿斜率（v/us）', '脈寬(ns)', '低狀態電平（mv）', '低電平方差（mv2)x10-3', '高狀態電平（v）', '高電平方差(v2)','信號質量因子'] n = 0 for i in predict_value: print(str(label) + '分別為' + str(X[n]) + '預測出來的結果為：' + str(i) + '年' + 'n') f = open('預測結果.txt', 'a') f.write(str(label) + '分別為' + str(X[n]) + '預測出來的結果為：' + str(i) + '年' + 'n') f.close() f = open('result.txt', 'a') f.write(str(i) + 'n') f.close() n += 1 messagebox.showinfo(title=’模型情況’, message='預測結果保存在當前文件夾下的TXT文件中！') os.system('result.txt') os.system('預測結果.txt') Button(LOVE, text='預測：', font=('微軟雅黑', 15), command=ppt).grid(row=7, column=0)

效果如下可見：

選擇文件進行讀取預測和模型訓練數據的讀取類似，代碼如下：

#選擇文件預測 def selectPath1(): # 選擇文件path_接收文件地址 path_ =tkinter.filedialog.askopenfilename() # 通過replace函數替換絕對文件地址中的/來使文件可被程序讀取 # 注意：轉義后為，所以轉義后為 path_ =path_.replace('/', '') # path設置path_的值 path1.set(path_) return path bn1 = tk.Button(LOVE,text='路徑選擇', font=('微軟雅黑', 10), command=selectPath1) bn1.grid(row=6, column=6) def ppt(): try: os.remove('預測結果.txt') os.remove('result.txt') except: pass # 文件的名字 FILENAME =path1.get() # 禁用科學計數法 pd.set_option(’float_format’, lambda x: ’%.3f’ % x) np.set_printoptions(threshold=np.inf) # 得到的DataFrame讀入所有數據 data =pd.read_excel(FILENAME, header=0, usecols='A,B,C,D,E,F,G,H') # DataFrame轉化為array DataArray =data.values # 讀取其他參數作為自變量，影響因素 X = DataArray[:,0:8] predict_value = reg.predict(X) print(predict_value)

效果如下：

由于讀取文件進行預測的話，數據較多故直接存儲在TXT中方便查看

以上就是Python制作數據預測集成工具（值得收藏）的詳細內容，更多關于python 數據預測的資料請關注好吧啦網其它相關文章！