使用聚类算法（机器学习）进行车辆齿轮预测

Question

我正在尝试预测驾驶哪种齿轮车辆。 我在数据集中有Engine_Speed 和vehicle_Speed 列：

我试过k-means clustering算法，但没有成功。

我必须使用哪种算法？以及如何使用 Python 实现它？

Answer 1

查看与发动机转速相关的车速，不同的坡度应该给出不同的档位。

---

我最初的反应是说这是一个线性回归问题。你没有足够的数据来做其他事情。但是，查看数据，我们可以看到它实际上是两个线性回归问题：

[![发动机转速与车速][2]][2]

在 700 转左右有一个拐点，因此您应该设计一个截止点，选择两条回归线之一，具体取决于您是高于还是低于截止点。

要确定 Python 中的回归，您可以使用任意数量的包。在 scikit-learn 中，它看起来像这样： https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

这里给出的示例，使用 Python 控制台，是

>>> import numpy as np
>>> from sklearn.linear_model import LinearRegression
>>> X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])
>>> # y = 1 * x_0 + 2 * x_1 + 3
>>> y = np.dot(X, np.array([1, 2])) + 3
>>> reg = LinearRegression().fit(X, y)
>>> reg.score(X, y)
1.0
>>> reg.coef_
array([1., 2.])
>>> reg.intercept_
3.0000...
>>> reg.predict(np.array([[3, 5]]))
array([16.])

显然，您需要将自己的数据放在 X 和 y 中，实际上您需要两个数组用于图表的两个部分。您还将有两个 reg = LinearRegression().fit(X, y) 表达式和一个 if 语句来决定使用哪个 reg，具体取决于输入。拐点在两条回归线的交点处。

两条回归线的形式为 y = m1 x + c1 和 y = m2 x + c2，其中 m1、m2 是线的梯度，c1、c2 是截距。在交点 m1x + c1 = m2x + c2。如果你不想做数学，那么你可以使用 Shapely：

import shapely
from shapely.geometry import LineString, Point

line1 = LineString([A, B])
line2 = LineString([C, D])

int_pt = line1.intersection(line2)
point_of_intersection = int_pt.x, int_pt.y

print(point_of_intersection)

（取自 Stack Overflow 上的这个答案：How do I compute the intersection point of two lines?）

---

与 Sanjiv 讨论后，这里是更新的代码（改编自这里：https://machinelearningmastery.com/clustering-algorithms-with-python/）

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
from sklearn.cluster import KMeans

matplotlib.use('TkAgg')

df = pd.read_excel("GearPredictionSanjiv.xlsx", sheet_name='FullData')
x = []
y = []
x = round(df['Engine_speed'])
y = df['Vehicle_speed']
if 'Ratio' not in df.columns or not os.path.exists('dataset.xlsx'):
    df['Ratio'] = round(x/y)


model = KMeans(n_clusters=5)

# Fit the model
model.fit(X)

# Assign a cluster to each example
yhat = model.predict(X)


# Plot
plt.scatter(yhat, X['Ratio'], c=yhat, cmap=plt.cm.coolwarm)

# Show the plot
plt.show()

Answer 2

这个问题有点令人困惑。

我假设您想使用 engine_speed 推断车速。那么这个数据集中只有一个特征（即发动机速度），类别标签是车速。实际上，一个简单的 IF THEN ELSE 可以解决该语句，但为了使用机器学习方法（例如决策树）回答您的问题，我将分享如何在 Python 中使用 scikit-learn 将其作为分类问题来解决。

import numpy as np
from sklearn import tree
from sklearn.metrics import accuracy_score

###  np.reshape(array, (-1, 1)) is to convert the array to 2D array
engine_speed = np.reshape([1124, 974, 405, 865, 754, 200], (-1, 1))
vehicle_speed = np.reshape([5, 4, 3, 4, 4, 2], (-1, 1))

test_engine_speed = np.reshape([1000, 900, 800, 700, 600, 500, 400], (-1, 1))
test_vehicle_speed = np.reshape([5, 4, 4, 4, 4, 3, 3], (-1, 1))

clf = tree.DecisionTreeClassifier()
clf = clf.fit(engine_speed, vehicle_speed)

y_pred = clf.predict(test_engine_speed)

print(accuracy_score(test_vehicle_speed, y_pred))
print(test_vehicle_speed.ravel()) # ravel() is to convert 2D array to 1D array
print(y_pred.ravel())             # ravel() is to convert 2D array to 1D array

我希望这会有所帮助。