星锐网站建设,小网站链接怎么找,360安全浏览器,wordpress搭建网盘一、背景
1、说明
2、数据集 row_id#xff1a;签到行为的编码 x y#xff1a;坐标系#xff0c;人所在的位置 accuracy#xff1a;定位的准确率 time#xff1a;时间戳 place_id#xff1a;预测用户将要签到的位置
3、数据集下载 https://www.kaggle.com/navoshta/gr…一、背景
1、说明
2、数据集 row_id签到行为的编码 x y坐标系人所在的位置 accuracy定位的准确率 time时间戳 place_id预测用户将要签到的位置
3、数据集下载 https://www.kaggle.com/navoshta/grid-knn/data 国内下不了无法收验证码还是在csdn用积分下一个别人上传的
二、流程分析
1、获取数据
2、数据处理 目的 特征值 目标值 a.缩小数据范围 根据坐标缩小范围 2 x 2.5 1 y 1.5 b.时间戳 time - 年月日时分秒 早上签到可能是公园、通勤的路上 周六签到可能在商场、在家睡觉 c.过滤签到次数少的地点 d.数据集划分
3、特征工程 标准化
4、KNN算法预估器流程
5、模型选择与调优
6、模型评估
三、代码
1、day02_facebook_demo
import pandas as pd# 1、获取数据
data pd.read_csv(./FBlocation/train.csv)data.head()# 2、基本的数据处理
# 1缩小数据范围
data data.query(x 2.5 x 2 y 1.5 y 1)data# 2处理时间特征
time_value pd.to_datetime(data[time], units)time_value.valuesdate pd.DatetimeIndex(time_value)data[day] date.daydata[weekday] date.weekdaydata[hour] date.hourdata# 3、过滤掉签到次数少的地点
place_count data.groupby(place_id).count()[row_id]place_count[place_count 3].head()data_final data[data[place_id].isin(place_count[place_count 3].index.values)]data_final.head()# 筛选特征值和目标值
# 特征值
x data_final[[x, y, accuracy, day, weekday, hour]]
# 目标值
y data_final[place_id]x.head()y.head()# 数据集划分
from sklearn.model_selection import train_test_splitx_train, x_test, y_train, y_test train_test_split(x, y)from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV# 3、特征工程标准化
transfer StandardScaler()
x_train transfer.fit_transform(x_train)
# 用训练集的平均值和标准差对测试集的数据来标准化
# 这里测试集和训练集要有一样的平均值和标准差而fit的工作就是计算平均值和标准差所以train的那一步用fit计算过了到了test这就不需要再算一遍自己的了直接用train的就可以
x_test transfer.transform(x_test)
# 4、KNN算法预估器
estimator KNeighborsClassifier()
# 加入网格搜索和交叉验证
# 参数准备
param_dict {n_neighbors: [1, 3, 5, 7, 9, 11]}
estimator GridSearchCV(estimator, param_gridparam_dict, cv10)
estimator.fit(x_train, y_train)
# 5、模型评估
# 方法1直接比对真实值和预测值
y_predict estimator.predict(x_test)
print(y_predict\n, y_predict)
print(直接比对真实值和预测值\n, y_test y_predict)
# 方法2计算准确率
score estimator.score(x_test, y_test)
print(准确率为\n, score)
#最佳参数best_params_
print(最佳参数\n, estimator.best_params_)
#最佳结果best_score_
print(最佳结果\n, estimator.best_score_)
#最佳估计器best_estimator_
print(最佳估计器\n, estimator.best_estimator_)
#交叉验证结果cv_results_
print(交叉验证结果\n, estimator.cv_results_)
2、运行结果
