建一个网站，用机器学习挑西瓜

建一个网站，用机器学习挑西瓜


在机器学习领域，有一个很有名气的西瓜--周志华老师的《机器学习》，很多同学选择这本书入门，都曾有`被西瓜支配的恐惧`。我写文章的时候也特别喜欢用西瓜数据集，以它为例手算+可视化讲解过XGBoost，自认非常通俗易懂。

最近我介绍了决策树的可视化，还有可以快速实现机器学习web应用的神器——streamlit  今天我们就把它们结合起来，用机器学习帮华强挑西瓜！仅供娱乐，希望大家可以学到一些新姿势。

> 项目已发布，欢迎大家试玩  
> https://share.streamlit.io/tjxj/watermelon-prediction/main/app.py

老规矩，先看效果图（GIF刷新有点慢，请耐心等待）

%20(1)_20211213194519.gif)

%20(3)_20211213194519.gif)

## 使用方法

第一步，左侧先选择西瓜外观


第二步，选择决策树的模型参数


第三步，看结果  



## 实现方式
`注：`篇幅原因，仅贴出核心代码


### data.py
主要是原始数据的处理，inputData方法实现输入外观变量值的标签编码。

```
def inputData():
    st.sidebar.subheader("请选择西瓜外观:sunglasses:")
    color = st.sidebar.selectbox("色泽", ("青绿", "乌黑", "浅白"))
    root = st.sidebar.selectbox("根蒂", ("蜷缩", "稍蜷", "硬挺"))
    knocks = st.sidebar.selectbox("敲击", ("浊响", "沉闷", "清脆"))
    texture = st.sidebar.selectbox("纹理", ("清晰", "稍糊", "模糊"))
    navel = st.sidebar.selectbox("脐部", ("凹陷", "稍凹", "平坦"))
    touch = st.sidebar.selectbox("触感", ("硬滑", "软粘"))
    input = [[color, root, knocks, texture, navel, touch]]
    features = ["color", "root", "knocks", "texture", "navel", "touch"]
    np.array(input).reshape(1, 6)
    df_input = pd.Dataframe(input, columns=features, index=None)

    for feature in features[0:6]:
        le = joblib.load("./models/" + feature + "_LabelEncoder.model")
        df_input[feature] = le.transform(df_input[feature])

    return df_input
```
### 训练模型及预测
这一块很简单，就不多解释了。注：数据量太小就不整交叉验证了
```
def dt_param_selector():
    st.sidebar.subheader("请选择模型参数:sunglasses:")
    criterion = st.sidebar.selectbox("criterion", ["gini", "entropy"])
    max_depth = st.sidebar.number_input("max_depth", 1, 50, 5, 1)
    min_samples_split = st.sidebar.number_input(
        "min_samples_split", 1, 20, 2, 1)
    max_features = st.sidebar.selectbox(
        "max_features", [None, "auto", "sqrt", "log2"])

    params = {
        "criterion": criterion,
        "max_depth": max_depth,
        "min_samples_split": min_samples_split,
        "max_features": max_features,
    }

    model = DecisionTreeClassifier(**params)
    df = dataPreprocessing()
    X, y = df[df.columns[:-1]], df["label"]
    model.fit(X, y)
    return model
```

```
def predictor():
    df_input = inputData()
    model = dt_param_selector()
    y_pred = model.predict(df_input)
    if y_pred == 1:
        goodwatermelon = Image.open("./pics/good.png")
        st.image(goodwatermelon,width=705,use_column_width= True)
        st.markdown("

这瓜甚甜，买一个", unsafe_allow_html=True)
    else:
        file_ = open("./pics/bad2.gif", "rb")
        contents = file_.read()
        data_url = base64.b64encode(contents).decode("utf-8")
        file_.close()

        st.markdown(
            f'',
            unsafe_allow_html=True,
        )
        st.markdown('

这瓜不甜，买不得', unsafe_allow_html=True)
    return y_pred,model
```
### 决策树可视化

决策树可视化和插入网页我用`decisionTreeViz`和``svg_write``实现，可惜目前仅本地模式正常，发布后报错，尚未解决。

```
def decisionTreeViz():
    df,le = getDataSet()
    X, y = df[df.columns[:-1]], df["label"]
    clf = joblib.load('..watermelonClassifier.pkl')
    viz = dtreeviz(clf, 
                X, 
                y,
                orientation="LR",
                target_name='label',
                feature_names=df.columns[:-1],
                class_names=["good","bad"]
                )  
                
    return viz

def svg_write(svg, center=True):
    """
    Disable center to left-margin align like other objects.
    """
    # Encode as base 64
    b64 = base64.b64encode(svg.encode("utf-8")).decode("utf-8")

    # Add some CSS on top
    css_justify = "center" if center else "left"
    css = f'

'
    html = f'{css}'

    # Write the HTML
    st.write(html, unsafe_allow_html=True)
```

### streamlit

过程就不说了，就把调用的streamlit API列一下吧

```
st.title
st.write
st.code
st.table
st.markdown
st.graphviz_chart
st.sidebar
st.expander
st.code
st.image
st.pyplot
```

以上API具体用法大家可以查一查
`https://docs.streamlit.io/library/api-reference`

## TODO
- 增加更多模型
- dtreeviz决策树可视化bug  
决策树可视化依赖graphviz，在localhost：8501下预览可以显示，发布到streamlit.io就不行了。
- 图片和GIF 不适配手机屏幕

参考：  
https://mp.weixin.qq.com/s/QJe8BLXjyDtxA8PdtnkB0Q