import pandas as pd

data = pd.read_excel('D5 - glass.data.xlsx', sheet_name=1)

data.to_csv('glass.data.csv', index=False)
print(data.head())

Id RI: refractive index \

0 1 1.52101
1 2 1.51761
2 3 1.51618
3 4 1.51766
4 5 1.51742

Na: Sodium (unit measurement: weight percent in corresponding

oxide, as \
0 13.64

1 13.89

2 13.53

3 13.21

4 13.27

Mg: Magnesium Al: Aluminum Si: Silicon K: Potassium Ca: Calcium

\
0 4.49 1.10 71.78 0.06 8.75

1 3.60 1.36 72.73 0.48 7.83

2 3.55 1.54 72.99 0.39 7.78

3 3.69 1.29 72.61 0.57 8.22

4 3.62 1.24 73.08 0.55 8.07

Ba: Barium Fe: Iron Type of glass: (class attribute)

0 0.0 0.0 1
1 0.0 0.0 1
2 0.0 0.0 1
3 0.0 0.0 1
4 0.0 0.0 1

# Xóa cột 'id'

data.drop(columns=['Id'], inplace=True)

# Hiển thị DataFrame sau khi xóa cột

data
{"summary":"{\n \"name\": \"data\",\n \"rows\": 214,\n \"fields\":
[\n {\n \"column\": \" RI: refractive index\",\n
\"properties\": {\n \"dtype\": \"number\",\n \"std\":
0.0030368637393854334,\n \"min\": 1.51115,\n \"max\":
1.53393,\n \"num_unique_values\": 178,\n \"samples\": [\
n 1.51966,\n 1.51808,\n 1.51969\
n ],\n \"semantic_type\": \"\",\n
\"description\": \"\"\n }\n },\n {\n \"column\": \"Na:
Sodium (unit measurement: weight percent in corresponding oxide, as
\",\n \"properties\": {\n \"dtype\": \"number\",\n
\"std\": 0.816603555714983,\n \"min\": 10.73,\n \"max\":
17.38,\n \"num_unique_values\": 142,\n \"samples\": [\n
14.38,\n 13.02,\n 13.83\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n },\n {\n \"column\": \"Mg: Magnesium\",\n
\"properties\": {\n \"dtype\": \"number\",\n \"std\":
1.442407844870442,\n \"min\": 0.0,\n \"max\": 4.49,\n
\"num_unique_values\": 94,\n \"samples\": [\n 3.86,\n
3.47,\n 2.9\n ],\n \"semantic_type\": \"\",\n
\"description\": \"\"\n }\n },\n {\n \"column\": \"Al:
Aluminum\",\n \"properties\": {\n \"dtype\": \"number\",\n
\"std\": 0.4992696456004845,\n \"min\": 0.29,\n \"max\":
3.5,\n \"num_unique_values\": 118,\n \"samples\": [\n
1.48,\n 1.65,\n 1.24\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n },\n {\n \"column\": \"Si: Silicon\",\n
\"properties\": {\n \"dtype\": \"number\",\n \"std\":
0.7745457947651124,\n \"min\": 69.81,\n \"max\": 75.41,\
n \"num_unique_values\": 133,\n \"samples\": [\n
72.22,\n 73.06,\n 71.81\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n },\n {\n \"column\": \"K: Potassium\",\n
\"properties\": {\n \"dtype\": \"number\",\n \"std\":
0.65219184555898,\n \"min\": 0.0,\n \"max\": 6.21,\n
\"num_unique_values\": 65,\n \"samples\": [\n 0.47,\n
0.31,\n 0.06\n ],\n \"semantic_type\": \"\",\n
\"description\": \"\"\n }\n },\n {\n \"column\": \"Ca:
Calcium\",\n \"properties\": {\n \"dtype\": \"number\",\n
\"std\": 1.423153487281395,\n \"min\": 5.43,\n \"max\":
16.19,\n \"num_unique_values\": 143,\n \"samples\": [\n
12.5,\n 8.52,\n 11.52\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n },\n {\n \"column\": \"Ba: Barium\",\n
\"properties\": {\n \"dtype\": \"number\",\n \"std\":
0.49721926059970356,\n \"min\": 0.0,\n \"max\": 3.15,\n
\"num_unique_values\": 34,\n \"samples\": [\n 0.64,\n
0.61,\n 1.55\n ],\n \"semantic_type\": \"\",\n
\"description\": \"\"\n }\n },\n {\n \"column\": \"Fe:
Iron\",\n \"properties\": {\n \"dtype\": \"number\",\n
\"std\": 0.09743870063650084,\n \"min\": 0.0,\n \"max\":
0.51,\n \"num_unique_values\": 32,\n \"samples\": [\n
0.51,\n 0.03,\n 0.21\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n },\n {\n \"column\": \"Type of glass: (class
attribute)\",\n \"properties\": {\n \"dtype\":
\"number\",\n \"std\": 2,\n \"min\": 1,\n
\"max\": 7,\n \"num_unique_values\": 6,\n \"samples\":
[\n 1,\n 2,\n 7\n ],\n
\"semantic_type\": \"\",\n \"description\": \"\"\n }\
n }\n ]\n}","type":"dataframe","variable_name":"data"}

print(f'Kích thước của dữ liệu: {data.shape}')

print(f'Chiều của dữ liệu: {data.ndim}')

Kích thước của dữ liệu: (214, 10)

Chiều của dữ liệu: 2

print('\nKiểu dữ liệu của các thuộc tính:')

print(data.dtypes)

Kiểu dữ liệu của các thuộc tính:

RI: refractive index
float64
Na: Sodium (unit measurement: weight percent in corresponding oxide,
as float64
Mg: Magnesium
float64
Al: Aluminum
float64
Si: Silicon
float64
K: Potassium
float64
Ca: Calcium
float64
Ba: Barium
float64
Fe: Iron
float64
Type of glass: (class attribute)
int64
dtype: object

data.rename(columns={'Type of glass: (class attribute)': 'label'},

inplace=True)
if 'label' in data.columns:
print('\nSốlượng thực thểcủa các giá trị nhãn:')
print(data['label'].value_counts())
Sốlượng thực thểcủa các giá trị nhãn:
label
2 76
1 70
7 29
3 17
5 13
6 9
Name: count, dtype: int64

print('\nThông sốcủa các cột thuộc tính có giá trị sốthực:')

numeric_columns = data.select_dtypes(include=['float64',
'int64']).columns
for column in numeric_columns:
print(f'\nCột: {column}')
print(f'Giá trị nhỏ nhất: {data[column].min()}')
print(f'Giá trị lớn nhất: {data[column].max()}')
print(f'Giá trị trung bình: {data[column].mean()}')

Thông sốcủa các cột thuộc tính có giá trị sốthực:

Cột: RI: refractive index

Giá trị nhỏ nhất: 1.51115
Giá trị lớn nhất: 1.53393
Giá trị trung bình: 1.5183654205607477

Cột: Na: Sodium (unit measurement: weight percent in corresponding

oxide, as
Giá trị nhỏ nhất: 10.73
Giá trị lớn nhất: 17.38
Giá trị trung bình: 13.407850467289718

Cột: Mg: Magnesium

Giá trị nhỏ nhất: 0.0
Giá trị lớn nhất: 4.49
Giá trị trung bình: 2.684532710280374

Cột: Al: Aluminum

Giá trị nhỏ nhất: 0.29
Giá trị lớn nhất: 3.5
Giá trị trung bình: 1.444906542056075

Cột: Si: Silicon

Giá trị nhỏ nhất: 69.81
Giá trị lớn nhất: 75.41
Giá trị trung bình: 72.65093457943925

Cột: K: Potassium
Giá trị nhỏ nhất: 0.0
Giá trị lớn nhất: 6.21
Giá trị trung bình: 0.4970560747663551

Cột: Ca: Calcium

Giá trị nhỏ nhất: 5.43
Giá trị lớn nhất: 16.19
Giá trị trung bình: 8.95696261682243

Cột: Ba: Barium

Giá trị nhỏ nhấ t: 0.0
Giá trị lớn nhấ t: 3.15
Giá trị trung bình: 0.17504672897196263

Cột: Fe: Iron

Giá trị nhỏ nhất: 0.0
Giá trị lớn nhất: 0.51
Giá trị trung bình: 0.05700934579439253

Cột: label
Giá trị nhỏ nhất: 1
Giá trị lớn nhất: 7
Giá trị trung bình: 2.7803738317757007

from sklearn.decomposition import PCA

import matplotlib.pyplot as plt

# Lấy các cột thuộc tính là giá trị liên tục

continuous_cols = data.select_dtypes(include=['float64',
'int64']).columns
continuous_data = data[continuous_cols].drop(columns='label')

# Thu giảm số chiều với PCA

pca = PCA(n_components=2)
reduced_data = pca.fit_transform(continuous_data)

# Hiển thị dữ liệu trên không gian 2D

plt.figure(figsize=(10, 6))
scatter = plt.scatter(reduced_data[:, 0], reduced_data[:, 1],
c=data['label'], cmap='viridis')
plt.legend(handles=scatter.legend_elements()[0],
labels=set(data['label']))
plt.xlabel('PCA Component 1')
plt.ylabel('PCA Component 2')
plt.title('PCA Reduction of Continuous Attributes')
plt.show()
from sklearn.model_selection import train_test_split, cross_val_score,
GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.ensemble import RandomForestClassifier,
AdaBoostClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
from sklearn.metrics import f1_score, make_scorer

# Tách dữ liệu thành thuộc tính và nhãn

X = continuous_data
y = data['label']

# Chuẩn hóa dữ liệu

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# Các mô hình để đánh giá

models = {
'KNN': KNeighborsClassifier(),
'Random Forest': RandomForestClassifier(),
'Naive Bayes': GaussianNB(),
'AdaBoost': AdaBoostClassifier(),
'SVM': SVC()
}

# Tinh chỉnh tham số và đánh giá các mô hình

best_estimators = {}
f1_scorer = make_scorer(f1_score, average='weighted')

for model_name, model in models.items():

if model_name == 'KNN':
param_grid = {'n_neighbors': [3, 5, 7, 9]}
elif model_name == 'Random Forest':
param_grid = {'n_estimators': [50, 100, 150], 'max_depth':
[None, 10, 20, 30]}
elif model_name == 'AdaBoost':
param_grid = {'n_estimators': [50, 100, 150]}
elif model_name == 'SVM':
param_grid = {'C': [0.1, 1, 10], 'kernel': ['linear', 'rbf']}
else:
param_grid = {}

grid_search = GridSearchCV(model, param_grid, cv=10,

scoring=f1_scorer)
grid_search.fit(X_scaled, y)
best_estimators[model_name] = grid_search.best_estimator_

# Đánh giá và so sánh

results = {}

for model_name, estimator in best_estimators.items():

scores = cross_val_score(estimator, X_scaled, y, cv=10,
scoring=f1_scorer)
results[model_name] = scores.mean()

# Hiển thị bảng so sánh hiệu năng

print("\nBảng so sánh hiệu năng các mô hình:")
for model_name, score in results.items():
print(f"{model_name}: F-Score = {score:.4f}")

/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/
_split.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(
/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/_split
.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(

Bảng so sánh hiệu năng các mô hình:

KNN: F-Score = 0.6532
Random Forest: F-Score = 0.6986
Naive Bayes: F-Score = 0.3703
AdaBoost: F-Score = 0.3789
SVM: F-Score = 0.6071

/usr/local/lib/python3.10/dist-packages/sklearn/model_selection/
_split.py:700: UserWarning: The least populated class in y has only 9
members, which is less than n_splits=10.
warnings.warn(

from sklearn.cluster import KMeans, DBSCAN

from sklearn.metrics import adjusted_rand_score

# K-Means clustering
kmeans = KMeans(n_clusters=len(data['label'].unique()))
kmeans_labels = kmeans.fit_predict(X_scaled)
print("\nAdjusted Rand Index for K-Means:", adjusted_rand_score(y,
kmeans_labels))

# DBSCAN clustering
dbscan = DBSCAN(eps=0.5, min_samples=5)
dbscan_labels = dbscan.fit_predict(X_scaled)
print("Adjusted Rand Index for DBSCAN:", adjusted_rand_score(y,
dbscan_labels))

Adjusted Rand Index for K-Means: 0.14259389944260903

Adjusted Rand Index for DBSCAN: -0.028430115188775154

/usr/local/lib/python3.10/dist-packages/sklearn/cluster/
_kmeans.py:870: FutureWarning: The default value of `n_init` will
change from 10 to 'auto' in 1.4. Set the value of `n_init` explicitly
to suppress the warning
warnings.warn(