基于优化决策树的热误差建模及补偿系统设计


import pandas as pd
from sklearn.tree import DecisionTreeRegressor, plot_tree
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import GridSearchCV
import matplotlib.pyplot as plt
 
# 读取含有热误差数据的 CSV 文件
file = open('data0.csv',encoding='utf-8')
df = pd.read_csv(file)

# 对数据进行预处理
X = df.iloc[:, :-1]  # 输入变量
Y = df.iloc[:, -1]  # 输出的热误差值
X_scaled = preprocessing.scale(X)  # 对输入变量进行标准化，避免某些维度权值过大或过小

# 划分数据集
X_train, X_test, Y_train, Y_test = train_test_split(X_scaled, Y, test_size=0.2, random_state=300)

# 创建决策树模型
dt = DecisionTreeRegressor()
 
# 定义网格搜索参数
param_grid = {
    'max_depth': [7,8,9,10],
    'min_samples_split': [2, 4, 6],
    'min_samples_leaf': [1, 2, 3]
}
 
# 进行网格搜索优化
grid = GridSearchCV(dt, param_grid, cv=5, error_score='raise')
grid.fit(X, Y)
 
grid_search = GridSearchCV(DecisionTreeRegressor(), param_grid, cv=5)
grid_search.fit(X_train, Y_train)
best_model = grid_search.best_estimator_
best_dt = DecisionTreeRegressor(max_depth=grid.best_params_['max_depth'], min_samples_leaf=grid.best_params_['min_samples_leaf'], min_samples_split=grid.best_params_['min_samples_split'])
best_dt.fit(X_train, Y_train)
 
# 输出最优参数和模型得分
print('Best Parameters:', grid.best_params_)
 
# 定义新的温度数据
 
# 输出预测结果
Y_pred = best_model.predict(X_test)
mse = mean_squared_error(Y_test, Y_pred)
print(f"MSE: {mse:.4f}")
print(Y_pred)
 
# 绘制决策树并保存为 PNG 图像文件
fig, ax = plt.subplots(figsize=(15, 15))
plot_tree(best_dt, ax=ax, feature_names=X_train)
plt.savefig("decision_tree6.png")

如何再增加一个补偿系统设计呢

修改读取 CSV 文件的代码，增加补偿系统的状态或输出作为新的一列数据。

修改对数据的预处理代码，将新的输入变量进行标准化。

修改数据集的划分代码，保证新的输入变量也能够被正确地划分为训练集和测试集。

修改网格搜索参数的定义，增加一个新的参数，表示补偿系统的状态或输出。

在模型训练时，增加新的输入变量，并按照新的参数进行优化。

输出最优参数和模型得分。

定义新的补偿系统状态或输出数据。

输出预测结果。

绘制更新后的决策树并保存为 PNG 图像文件。

下面是可能的代码实现：

import pandas as pd
from sklearn.tree import DecisionTreeRegressor, plot_tree
from sklearn import preprocessing
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import GridSearchCV
import matplotlib.pyplot as plt

# 读取含有热误差和补偿系统数据的 CSV 文件
file = open('data0.csv', encoding='utf-8')
df = pd.read_csv(file)

# 对数据进行预处理
X = df.iloc[:, :-2]  # 输入变量（除了最后两列）
Y = df.iloc[:, -2]  # 补偿系统状态或输出
Z = df.iloc[:, -1]  # 输出的热误差值
X_scaled = preprocessing.scale(X)  # 对输入变量进行标准化，避免某些维度权值过大或过小

# 划分数据集
X_train, X_test, Y_train, Y_test, Z_train, Z_test = train_test_split(X_scaled, Y, Z, test_size=0.2, random_state=300)

# 创建决策树模型
dt = DecisionTreeRegressor()

# 定义网格搜索参数
param_grid = {
    'max_depth': [7, 8, 9, 10],
    'min_samples_split': [2, 4, 6],
    'min_samples_leaf': [1, 2, 3],
    'criterion': ['mse', 'friedman_mse', 'mae'],
    'splitter': ['best', 'random'],
    'max_features': ['auto', 'sqrt', 'log2', None],
    'random_state': [42],
    'ccp_alpha': [0.0, 0.1, 0.2, 0.3]
}

# 进行网格搜索优化
grid = GridSearchCV(dt, param_grid, cv=5, error_score='raise')
grid.fit(X, Z)

# 训练最优决策树模型
best_model = grid.best_estimator_
best_dt = DecisionTreeRegressor(max_depth=grid.best_params