Preliminary

1. 对于每一个类，将数据如下处理, 保存成xlsx或者xls文件

arbitrary value	value	arbitrary value	vlaue
arbitrary value	value	arbitrary value	vlaue

即偶数列为一次循环的数据，奇数列为任意值即可

2. 配置conda环境

pass

Quickly Start

1. 将项目文件夹编辑成日期+项目名
2. 编辑好label名称，label名称命名变成英文或者数字

例如：”PDMS“， ”1“ 等, , 如果你的每一个类，下面又多个子特征则可以建立一个文件夹，在创建神经网络类的时候将isDir参数改成True即可.
详细如下图：
2.1. 如果只有一类特征

2.2. 如果有多类特征

3. 将准备好的文件夹移动到Static文件夹中（没有就建立），如果没有 Result 建立一个Result文件夹用来存放结果

4. 读取数据：

  # 以MaterialDiv为例
  projet_name = '20241009MaterialDiv'                                           
  label_names = ['Acrlic', 'Ecoflex', 'PDMS', 'PLA', 'Wood']
  # 使用库 divSet 划分训练集和数据集
  data = load_data(projet_name, label_names, isDir=False, fileClass='xlsx')

5. 创建神经网络类

   model = Qmlp(
     X_train=X_train, X_test=X_test, y_train=y_train, y_test= y_test,
     hidden_layers = [128],
     dropout_rate=0
   )

6. 训练并获取数据

  pca_2d, pca_3d = model.get_PCA()

  model.fit(300)
  
  cm = model.get_cm()
  epoch_data = model.get_epoch_data()

  save_to_xlsx(project_name=projet_name, file_name="pca_2d", data=pca_2d)
  save_to_xlsx(project_name=projet_name, file_name="pca_3d", data=pca_3d)
  save_to_xlsx(project_name=projet_name, file_name="cm", data=cm )
  save_to_xlsx(project_name=projet_name, file_name="acc_and_loss", data=epoch_data)

Advanced

loadData 处理数据工具的使用

	参数类型	默认值	参数作用
folder	str	必填项	指定数据存放在Static下的哪个文件夹
lableNames	list	必填项	指定每一个类的label名称, 既可以用来读取相应的文件，也可以用来给label排序
isDir	bool	True	若是上文Quickly Strat章节2.1情况需要改成False，2.2情况则是True
fileClass	str	'xlsx'	数据文件的后缀

tips: 数据读取是按照一下情况读取的(2.1和2.2是Quickly Start章节的2.1和2.2简称)： 2.1情况的第一类数据读取的地址是 ./Static/folder/labelsNames[0].xlsx, 其他类同理 2.2情况的第二类数据读取的地址是 ./Static/folder/labelsNames[0]/*.xlsx, 其他同理

Qmlp 模型使用

pass