Raman-Pesticide-Classification
本專案實作了拉曼光譜多類別分類流程，結合 XGBoost 與 Optuna 超參數最佳化，針對多種農藥樣本進行偵測。支援 .csv 格式光譜資料，內建交叉驗證、混淆矩陣與多種視覺化工具。
專案流程簡介
-
資料前處理
-
數值插值：將波長補齊為整數波長點
- Min-Max 歸一化：各樣本強度縮放至 0‒1
-
特徵工程（可選）
-
PCA 降維或平滑濾波（Savitzky–Golay）
-
模型訓練
-
利用 xgboost.XGBClassifier 搭配 Optuna 搜尋最佳超參數
-
模型評估
-
Accuracy、F1-score、ROC-AUC
- 混淆矩陣、特徵重要度圖
-
模型導出
-
儲存為 joblib 檔供下游推論使用
系統需求
| 軟硬體 | 版本／建議 |
| ---------- | ---------------------------------------------- |
| Python | 3.9 以上 |
| RAM | ≥ 8 GB |
| GPU | 非必要；若啟用 tree_method="gpu_hist" 需 NVIDIA CUDA |
安裝方式
建議先建立虛擬環境（conda 或 venv 均可）。
bash
git clone https://github.com//raman-pesticide-classification.git
cd raman-pesticide-classification
python -m venv .venv
source .venv/bin/activate # Windows： .venv\Scripts\activate
pip install -r requirements.txt
檔案結構
| 路徑 / 檔案 | 說明 |
| ------------------ | ------------------ |
| experiment.ipynb | 主程式：資料載入→前處理→訓練→評估 |
| data/ | 放置原始光譜 .csv 檔案 |
| output/ | 儲存模型、報告與圖表 |
| requirements.txt | 套件依賴清單 |
| README.md | 本說明文件 |
資料格式與命名規則
- 檔案格式：
_.csv
範例：Chlorpyrifos_001.csv
- CSV 內容
100,101,102,...,1800 ← 第 1 列：波長 (nm)
0.123,0.117,0.115,... ← 第 2 列：強度
舉例：兩份資料 Chlorpyrifos_001.csv、Diazinon_017.csv 會自動產生 label = ["Chlorpyrifos", "Diazinon"] 進行監督式學習。
快速開始
```bash
啟動 Jupyter Notebook
jupyter notebook experiment.ipynb
```
若欲批次執行，可轉為 Python 腳本：
bash
jupyter nbconvert --to script experiment.ipynb
python experiment.py
輸出說明
| 檔案 | 內容 |
| ---------------------------------- | ----------------------- |
| output/pesticide_raman.joblib | 訓練完成之最佳模型 |
| output/classification_report.txt | 各類別 Precision、Recall、F1 |
| output/confusion_matrix.png | 測試集混淆矩陣圖 |
| output/feature_importance.png | XGBoost 特徵重要度 Bar plot |
評估指標
- Accuracy：整體正確率
- F1-score：含 Precision 與 Recall 之調和平均
- ROC-AUC：多類別情境下以 One-vs-Rest 計算
- Confusion Matrix：檢視各類別易混淆情形
常見問題（FAQ）
| 問題 | 解決方式 |
| -------------- | ----------------------------------------------- |
| Notebook 找不到資料 | 確認 data/ 內檔名無中文或空白字元 |
| Optuna 太慢 | 減少 n_trials 或收窄參數範圍 |
| 無法使用 GPU | 將 tree_method 設為 "hist" 或安裝 xgboost GPU 版 |
參考文獻
- Chen & Guestrin, “XGBoost: A Scalable Tree Boosting System,” KDD, 2016.
- Akiba et al., “Optuna: A Next-generation Hyperparameter Optimization Framework,” KDD, 2019.
- R. Smith, “Modern Raman Spectroscopy — A Practical Approach,” Wiley, 2019.
