如何用PyTorch基于209行8列的CSV文件创建CNN模型？

对于表格类数据集，我们可以用**一维CNN（Conv1d）**来处理——它适合处理序列/一维特征数据，不需要像图像CNN那样依赖二维结构。下面是完整的实现步骤和代码：

1. 数据加载与预处理 #

首先将CSV数据转换为PyTorch可处理的张量格式，并调整输入形状以适配CNN要求（CNN输入需包含通道维度）。假设你的CSV最后一列为标签，其余列为特征：

import pandas as pd
import torch
from torch.utils.data import Dataset, DataLoader
from torch import nn

# 加载CSV数据
df = pd.read_csv("your_dataset.csv")
# 分离特征与标签（根据实际列数调整索引）
X = df.iloc[:, :-1].values  # 形状: (209, 7)，若8列全为特征则去掉`:-1`
y = df.iloc[:, -1].values

# 自定义数据集类
class TabularDataset(Dataset):
    def __init__(self, features, labels):
        # 转换特征为张量，并添加通道维度（CNN要求输入格式：[样本数, 通道数, 特征长度]）
        self.features = torch.tensor(features, dtype=torch.float32).unsqueeze(1)
        # 标签格式：分类任务用long，回归任务用float
        self.labels = torch.tensor(labels, dtype=torch.long)

    def __len__(self):
        return len(self.features)

    def __getitem__(self, idx):
        return self.features[idx], self.labels[idx]

# 创建数据加载器
dataset = TabularDataset(X, y)
dataloader = DataLoader(dataset, batch_size=8, shuffle=True)

2. 定义简易一维CNN模型 #

构建包含卷积层、池化层和全连接层的轻量模型，注释已标注各层输入输出形状：

class SimpleTabularCNN(nn.Module):
    def __init__(self, input_channels=1, input_feature_len=7, num_classes=2):
        super().__init__()
        # 一维卷积层：提取局部特征
        self.conv1 = nn.Conv1d(input_channels, out_channels=16, kernel_size=3)
        # 池化层：压缩特征维度
        self.pool = nn.MaxPool1d(kernel_size=2)
        # 计算卷积+池化后的特征长度，用于全连接层输入维度
        post_pool_len = (input_feature_len - 3 + 1) // 2
        # 全连接层：映射到分类/回归输出
        self.fc1 = nn.Linear(16 * post_pool_len, 32)
        self.fc2 = nn.Linear(32, num_classes)
        self.relu = nn.ReLU()

    def forward(self, x):
        # x初始形状: [batch_size, 1, input_feature_len]
        x = self.relu(self.conv1(x))  # 卷积后形状: [batch_size, 16, 5]（以input_feature_len=7为例）
        x = self.pool(x)              # 池化后形状: [batch_size, 16, 2]
        x = x.flatten(start_dim=1)    # 展平为一维特征: [batch_size, 32]
        x = self.relu(self.fc1(x))
        x = self.fc2(x)
        return x

# 初始化模型（根据你的数据集调整参数）
model = SimpleTabularCNN(input_feature_len=7, num_classes=2)

3. 训练循环示例 #

基础的训练流程，适配分类任务（回归任务需修改损失函数和标签类型）：

# 损失函数与优化器
criterion = nn.CrossEntropyLoss()  # 分类任务用，回归任务替换为nn.MSELoss()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

# 训练3个epoch
epochs = 3
for epoch in range(epochs):
    running_loss = 0.0
    for inputs, labels in dataloader:
        optimizer.zero_grad()
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()
    
    print(f"Epoch {epoch+1}, Average Loss: {running_loss/len(dataloader):.4f}")

关键调整说明 #

• 若你的数据集是回归任务：将num_classes设为1，损失函数换为nn.MSELoss()，标签的dtype改为torch.float32。
• 若8列全为特征：将input_feature_len设为8，并对应调整全连接层的输入维度（计算方式：(8-3+1)//2 = 3，则nn.Linear(16*3, 32)）。
• 如果特征无顺序关联，CNN效果可能与MLP接近，但以上实现满足你使用CNN的需求。

内容的提问来源于stack exchange，提问作者Soumyashree Sahoo