糖尿病预测（深度学习pytorch实现-最新）

        本次做的项目是糖尿病的预测，也是来自kaggle上面的一个小项目。根据一个人的怀孕次数、血糖、血压、皮肤厚度、胰岛素指标、身体质量指数、糖尿病谱系指数、年龄等身体参数来预测一个人是否患有糖尿病。

        老规矩，还是先讲数据集，数据集来自kaggle，这里附上链接（糖尿病数据集）。数据集是一个文本文件，总共有769行、9列数据。除第一行外，所有数据都是单精度浮点数，其中第一行是对数据集中各项身体参数的说明，所以在训练的时候要把第一行数据删除。数据集中前8列是上述的各项身体指标，最后一列是输出结果（标签），0表示未患有糖尿病，1表示患有糖尿病。

        接下来是训练过程。第一步，导入需要用到的python包，这里我们要用numpy读取文本文件，DataLoader用来加载数据集，Dataset用来准备数据集，其中Dataset是一个抽象类，只能被继承，所以导入了之后，后面我们还要自己重写Dataset。

import torch
import numpy as np  # 要用numpy读取文本数据
from torch.utils.data import DataLoader
from torch.utils.data import Dataset

        第二步，重写Dataset，准备数据集。这里我们把用于处理训练集的数据集处理器命名为TrainDataset，创建一个类，继承自Dataset。所有继承自Dataset的类，我们都必须重写三个内置方法：__init__、__getitem__、__len__，分别是初始化函数、根据索引取值、获取数据长度。

        在初始化中，我们需要用numpy中的loadtxt读取文本文件，文本文件中数据的分隔符为“，”，所以这里分隔符设置为delimiter=‘，’，数据类型设置为32位浮点数。通过这个操作，把文本文件加载成了一个768行*9列的numpy矩阵。其中前面8列是训练数据，最后一列是标签，所以我们用python的矩阵切片操作把数据集切成x和y，x表示训练数据，y表示标签。因为数据集没有给我们准备测试集，所以我们要自己准备测试集。按照训练集：测试集=9:1的比例，我们去掉数据集中的最后96行作为训练集，把最后96行作为测试集，进行切片。测试集的处理器配置采用相同的操作。