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。

[[338755]]

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：