波士顿房价预测工具 - XGBoost实现

发布于:2025-08-04 ⋅ 阅读:(17) ⋅ 点赞:(0)

波士顿房价预测工具 - XGBoost实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

项目概述

这是一个基于PyQt5和XGBoost的波士顿房价预测桌面应用程序。该工具提供了友好的图形界面,允许用户调整XGBoost模型参数,并实时查看训练结果和预测效果。

开发过程详解

1. 项目架构设计

项目采用模块化的MVC架构,将代码按功能分为以下几个主要模块:

boston_housing_predictor/
├── main.py              # 程序入口
├── run.py               # 启动脚本
├── path_config.py       # 路径配置
├── ui/                  # UI界面模块
│   ├── __init__.py
│   ├── main_window.py   # 主窗口
│   └── widgets/         # UI组件
│       ├── __init__.py
│       ├── canvas.py
│       ├── control_panel.py
│       ├── data_table_widget.py
│       ├── prediction_widget.py
│       └── visualization_panel.py
├── models/              # 模型相关
│   ├── __init__.py
│   ├── base_model.py
│   └── xgboost_model.py
├── utils/               # 工具函数
│   ├── __init__.py
│   ├── data_loader.py
│   ├── validators.py
│   └── visualizers.py
├── config/              # 配置管理
│   ├── __init__.py
│   └── settings.py
└── threads/             # 多线程支持
    ├── __init__.py
    └── training_thread.py

2. 核心功能实现

2.1 数据加载与验证

数据加载模块支持多种数据源:

  • CSV文件(支持多种编码)
  • sklearn内置数据集
  • 自动生成示例数据
2.2 XGBoost模型封装

将XGBoost模型封装为类,提供统一的接口:

  • 训练方法(支持早停法)
  • 预测方法
  • 参数管理
  • 特征重要性获取
2.3 可视化功能

提供多种可视化图表:

  • 数据探索(分布图、相关性热力图)
  • 特征重要性排序
  • 预测结果对比
  • 残差分析
2.4 预测功能
  • 数据预测功能:支持手动输入特征值和CSV批量预测
  • GPU加速支持:自动检测并使用GPU加速训练
  • 数据表格展示:在第一个标签页显示原始数据

3. 完整代码实现

3.1 程序入口 (main.py)
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
波士顿房价预测工具 - 主程序入口
"""
import sys
from PyQt5.QtWidgets import QApplication
from ui.main_window import BostonHousingApp
from utils.visualizers import setup_chinese_font


def main():
    """主程序入口"""
    # 设置中文字体
    setup_chinese_font()

    # 创建应用
    app = QApplication(sys.argv)
    app.setApplicationName("波士顿房价预测工具")
    app.setOrganizationName("ML Tools Inc.")

    # 创建主窗口
    window = BostonHousingApp()
    window.show()

    # 运行应用
    sys.exit(app.exec_())


if __name__ == '__main__':
    main()
3.2 路径配置 (path_config.py)
"""
路径配置模块 - 确保所有模块都能正确导入
"""
import sys
import os

def setup_path():
    """设置项目路径"""
    # 获取当前文件所在目录
    current_dir = os.path.dirname(os.path.abspath(__file__))
    # 将项目根目录添加到Python路径
    if current_dir not in sys.path:
        sys.path.insert(0, current_dir)

# 自动执行路径设置
setup_path()
3.3 配置文件 (config/settings.py)
"""
配置文件 - 存储所有默认参数和常量
"""

# XGBoost默认参数
DEFAULT_XGBOOST_PARAMS = {
   
   
    'n_estimators': 100,
    'max_depth': 6,
    'learning_rate': 0.1,
    'subsample': 0.8,
    'colsample_bytree': 0.8,
    'reg_alpha': 0.0,
    'reg_lambda': 1.0,
    'random_state': 42,
    'n_jobs': -1,
    'tree_method': 'hist'
}

# 滑块参数范围
SLIDER_RANGES = {
   
   
    'train_test_split': {
   
   'min': 50, 'max': 90, 'default': 80},
    'n_estimators': {
   
   'min': 10, 'max': 500, 'default': 100},
    'max_depth': {
   
   'min': 1, 'max': 20, 'default': 6},
    'learning_rate': {
   
   'min': 1, 'max': 50, 'default': 10},  # 实际值需要除以100
    'subsample': {
   
   'min': 50, 'max': 100, 'default': 80},  # 实际值需要除以100
    'colsample_bytree': {
   
   'min': 50, 'max': 100, 'default': 80},  # 实际值需要除以100
    'reg_alpha': {
   
   'min': 0, 'max': 100, 'default': 0},  # 实际值需要除以100
    'reg_lambda': {
   
   'min': 0, 'max': 100, 'default': 10}  # 实际值需要除以10
}

# 数据文件配置
DATA_FILE_NAMES = ['波士顿房价数据集.csv', 'boston_housing.csv']
DATA_ENCODINGS = ['utf-8', 'gbk', 'gb2312']

# UI配置
WINDOW_TITLE = '波士顿房价预测工具 - XGBoost'
WINDOW_SIZE = (1400, 900)

# 可视化配置
FIGURE_DPI = 100
FIGURE_SIZE = (8, 6)

# 数据显示配置
MAX_DISPLAY_ROWS = 100  # 最多显示100行数据
3.4 基础模型类 (models/base_model.py)
"""
基础模型类
"""
from abc import ABC, abstractmethod
import numpy as np
from typing import Tuple, Dict, Any


class BaseModel(ABC):
    """模型基类"""

    def __init__(self):
        self.model = None
        self.is_trained = False

    @abstractmethod
    def train(self, X_train: np.ndarray, y_train: np.ndarray,
              X_val: np.ndarray = None, y_val: np.ndarray = None,
              **kwargs) -> None:
        """训练模型"""
        pass

    @abstractmethod
    def predict(self, X: np.ndarray) -> np.ndarray:
        """预测"""
        pass

    @abstractmethod
    def get_params(self) -> Dict[str, Any]:
        """获取模型参数"""
        pass

    @abstractmethod
    def set_params(self, **params) -> None:
        """设置模型参数"""
        pass

    def evaluate(self, X_test: np.ndarray, y_test: np.ndarray) -> Dict[str, float]:
        """
        评估模型性能

        Args:
            X_test: 测试集特征
            y_test: 测试集标签

        Returns:
            Dict[str, float]: 评估指标
        """
        from sklearn.metrics import mean_squared_error, r2_score, mean_absolute_error

        if not self.is_trained:
            raise ValueError("模型还未训练")

        y_pred = self.predict(X_test)

        return {
   
   
            'mse': mean_squared_error(y_test, y_pred),
            'mae': mean_absolute_error(y_test, y_pred),
            'r2': r2_score(y_test, y_pred)
        }
3.5 XGBoost模型实现 (models/xgboost_model.py)
"""
XGBoost模型实现
"""
import xgboost as xgb
import numpy as np
from typing import Dict, Any, Optional, List
from models.base_model import BaseModel


class XGBoostModel(BaseModel):
    """XGBoost回归模型"""

    def __init__(self, **params):
        super().__init__()
        self.params = params
        self.model = None
        self.feature_names = None

    def train(self, X_train: np.ndarray, y_train: np.ndarray,
              X_val: Optional[np.ndarray] = None,
              y_val: Optional[np.ndarray] = None,
              early_stopping: bool = False,
              feature_names: Optional[List[str]] = None) -> None:
        """
        训练XGBoost模型

        Args:
            X_train: 训练集特征
            y_train: 训练集标签
            X_val: 验证集特征
            y_val: 验证集标签
            early_stopping: 是否使用早停法
            feature_names: 特征名称列表
        """
        # 保存特征名称
        self.feature_names = feature_names

        # 如果使用早停法,设置相关参数
        if early_stopping and X_val is not None and y_val is not None:
            self.params['early_stopping_rounds'] = 10
            self.params['eval_metric'] = 'rmse'

        # 创建模型
        self.model = xgb.XGBRegressor(**self.params)

        # 设置特征名称
        if feature_names:
            self.model.feature_names = feature_names

        # 训练模型
        if early_stopping and X_val is not None and y_val is not None:
            eval_set = [(X_train, y_train), (X_val, y_val)]
            self.model.fit(X_train, y_train, eval_set=eval_set, verbose=False)
        else:
            self.model.fit(X_train, y_train)

        self.is_trained = True

    def predict(self, X: np.ndarray) -> np.ndarray:
        """预测"""
        if not self.is_trained:
            raise ValueError("模型还未训练")
        return self.model.predict(X)

    def get_params(self) -> Dict[str, Any]:
        """获取模型参数"""
        return self.params.copy()

    def set_params(self, **params) -> None:
        """设置模型参数"""
        self.params.update(params)
        if self.model is not None:
            self.model.set_params(**params)

    def get_feature_importance(self) -> Optional[np.ndarray]:
        """获取特征重要性"""
        if self.is_trained and hasattr(self.model, 'feature_importances_'):
            return self.model.feature_importances_
        return None

    def get_best_iteration(self) -> Optional[int]:
        """获取最佳迭代次数(早停法)"""
        if self.is_trained and hasattr(self.model, 'best_iteration'):
            return self.model.best_iteration
        return None
3.6 训练线程 (threads/training_thread.py)
"""
训练线程模块
"""
from PyQt5.QtCore import QThread, pyqtSignal
from typing import Optional
import numpy as np


class TrainingThread(QThread):
    """训练线程,避免界面卡顿"""
    progress = pyqtSignal(str)
    finished = pyqtSignal(object)
    error = pyqtSignal(str)

    def __init__(self, model, X_train: np.ndarray, y_train: np.ndarray,
                 X_val: Optional[np.ndarray] = None,
                 y_val: Optional[np.ndarray] = None,
                 early_stopping: bool = False,
                 feature_names: Optional[list] = None):
        super().__init__()
        self.model = model
        self.X_train = X_train
        self.y_train = y_train
        self.X_val = X_val
        self.y_val = y_val
        self.early_stopping = early_stopping
        self.feature_names = feature_names

    def run(self):
        """运行训练"""
        try:
            self.progress.emit("开始训练模型...")

            # 训练模型
            self.model.train(
                self.X_train, self.y_train,
                self.X_val, self.y_val,
                early_stopping=self.early_stopping,
                feature_names=self.feature_names
            )

            if self.early_stopping and self.X_val is not None:
                self.progress.emit("训练完成(使用早停法)!")
            else:
                self.progress.emit("训练完成!")

            self.finished.emit(self.model)

        except Exception as e:
            error_msg = f"训练出错:{
     
     str(e)}"
            self.progress.emit(error_msg)
            self.error.emit(error_msg)
            self.finished.emit(None)
3.7 主窗口 (ui/main_window.py)

[主窗口代码已在文档中,这里省略以节省空间]

3.8 UI组件 - 画布 (ui/widgets/canvas.py)
"""
Matplotlib画布组件
"""
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
from utils.visualizers import setup_chinese_font


class MplCanvas(FigureCanvas):
    """Matplotlib画布类"""

    def __init__(self, parent=None, width=5, height=4, dpi=100):
        # 确保中文字体设置
        setup_chinese_font()

        self.fig = Figure(figsize=(width, height), dpi=dpi, tight_layout=True)
        super(MplCanvas, self).__init__(self.fig)
        self.setParent(parent)
3.9 UI组件 - 控制面板 (ui/widgets/control_panel.py)
"""
控制面板组件
"""
from PyQt5.QtWidgets import *
from PyQt5.QtCore import Qt
from PyQt5

网站公告

今日签到

点亮在社区的每一天
去签到