pytorch实现二分类模型

最新推荐文章于 2026-02-09 17:18:24 发布

原创

最新推荐文章于 2026-02-09 17:18:24 发布 · 1.1w 阅读

该博客介绍了使用PyTorch对鸢尾花数据集的前100行进行二分类的实现过程。首先，从数据集中提取特征并进行预处理，然后定义了一个简单的线性模型，并使用二元交叉熵损失函数和Adam优化器进行训练。通过10个epoch的训练，观察并记录损失变化，最后在测试集上进行预测验证。

使用的数据集是iris
一共150行数据，
三种花各有50行数据，
这里取了前100行，
选两种花进行二分类。
数据集地址：https://github.com/hydra-ZD/AI/blob/main/iris.data
在这里插入图片描述

import torch 
import numpy as np
import pandas as pd
import torch.nn as nn
import matplotlib.pyplot as plt
import torch.nn.functional as F
from torch.utils.data import Dataset
from torch.utils.data import DataLoader
from torch.utils.data import random_split
from torch.utils.data import TensorDataset

class dataset(Dataset):
    
    def __init__(self):
        data = pd.read_csv('c:/Users/Administrator/Desktop/iris/iris.data',names=['sepal_length','sepal_width','petal_length','petal_width','y'])
        data['new_y'] = data.iloc[:,[4]].replace(['Iris-setosa','Iris-versicolor'