机器学习（实战）facebook地址预测
目录
一、读取数据
二、 数据处理
1、缩小数据范围
2、得到正常时分秒
2-1、时间戳化时分秒
2-2、得到时间列表
2-3、添加时间信息到数据data中
3、得到数据集
3-1、获取各地点签到次数
3-2、过滤签到次数过少的地点
3-3、筛选特征值和目标值
3-4、数据集划分
4、特征工程（标准化）
5、KNN算法预估器训练
6、模型评估
总代码
特征值：坐标、准确度、hour、day、weekday。
目标值：地址id。
一、读取数据
文件下载地址1（推荐）： train.rar（train.csv，facebook签到信息）-机器学习文档类资源-CSDN下载
文件下载地址2（不推荐）：
https://pan.baidu.com/s/17DeVm48VRG0tlEzQM0KfSA
提取码：gx4a
# 1、读取数据
data = pd.read_csv('train.csv')
二、 数据处理
可以看出，上面的数据量非常大。
1、缩小数据范围
# 2-1、缩小数据范围
data = data.query('x>2.0 & x<2.5 & y>1.0 & y<1.5')
2、得到正常时分秒
可以看到时间戳是这种，需要转换成时分秒。
2-1、时间戳化时分秒
# 2-2、转换时间戳为时分秒
time_value = pd.to_datetime(data['time'], unit='s')
2-2、得到时间列表
# 获取时间列表
time_list = pd.DatetimeIndex(time_value)
2-3、添加时间信息到数据data中
# 添加时间信息到数据data中
data['hour'] = time_list.hour
data['day'] = time_list.day
data['weekday'] = time_list.weekday
3、得到数据集
3-1、获取各地点签到次数
# 3、过滤签到次数过少的地点
place_count = data.groupby('place_id').count()['row_id']
3-2、过滤签到次数过少的地点
# 3-2、过滤签到次数过少的地点
place_count = place_count[place_count>3]
可以看出，现在的签到次数都是在3次以上了，3次及以下的已经被过滤掉了。
获得签到次数过少地点的索引：
index = data['place_id'].isin(place_count.index)
过滤：
data = data[index]
3-3、筛选特征值和目标值
选取特征值和目标值
train = data[['x', 'y', 'accuracy', 'hour', 'day', 'weekday']] #特征值
target = data['place_id'] #目标值3-4、数据集划分
# 3-4、数据集划分
train_data, test_data, train_target, test_target = train_test_split(train, target)4、特征工程（标准化）
# 4、特征工程（标准化）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# 注：不进行fit处理：测试集要用训练集的特征值和标准差（否则测试集就是在自己对自己进行测试，没有意义）
# 注：target是目标值，不能进行标准化（所以train_target和test_target不进行标准化）5、KNN算法预估器训练
# 5、KNN算法预估器
# 5-1、得到预估器
estimator = KNeighborsClassifier() #后面会有超参数搜索，这里先不用设置k值
# 5-2、超参数搜索（模型选择与调优）：得到最佳k值（最佳预估器）
# 1、参数准备
param_dict = {'n_neighbors':[3,5,7,9]}
# 2、开始搜索
estimator = GridSearchCV(estimator, param_dict, cv=3)
# 预估器 参数范围 选择次数
# 5-3、训练（用预估器对训练值进行训练）
estimator.fit(train_data, train_target)6、模型评估
# 6、模型评估
# 6-1、得到预测结果
predict = estimator.predict(test_data)
print(predict)
# 6-2、对比预测值和测量目标值
print("直接比对预测值和测量目标值：\n", predict==test_target)
# 6-3、得到准确率（对比特征集和目标集测试值）
score = estimator.score(test_data, test_target)
print("准确率：\n", score)
总代码
# 签到地址预估
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV# 1、读取数据
data = pd.read_csv('train.csv')# 2、数据处理
# 2-1、缩小数据范围
data = data.query('x>2.0 & x<2.5 & y>1.0 & y<1.5')# 2-2、转换时间戳为时分秒
time_value = pd.to_datetime(data['time'], unit='s')
# 获取时间列表
time_list = pd.DatetimeIndex(time_value)
# print(time_list)# 添加时间信息到数据data中
data['hour'] = time_list.hour
data['day'] = time_list.day
data['weekday'] = time_list.weekday# 3、过滤签到次数过少的地点
# 3-1、获取各地点签到次数
place_count = data.groupby('place_id').count()['row_id']# 3-2、过滤签到次数过少的地点
place_count = place_count[place_count>3]
# 获取签到次数过少地点的索引
index = data['place_id'].isin(place_count.index)
# 过滤
data = data[index]# 3-3、筛选特征值和目标值
train = data[['x', 'y', 'accuracy', 'hour', 'day', 'weekday']] #特征值
target = data['place_id'] #目标值# 3-4、数据集划分
train_data, test_data, train_target, test_target = train_test_split(train, target)# 4、特征工程（标准化）
transfer = StandardScaler()
train_data = transfer.fit_transform(train_data)
test_data = transfer.transform(test_data)
# 注：不进行fit处理：测试集要用训练集的特征值和标准差（否则测试集就是在自己对自己进行测试，没有意义）
# 注：target是目标值，不能进行标准化（所以train_target和test_target不进行标准化）# 5、KNN算法预估器
# 5-1、得到预估器
estimator = KNeighborsClassifier() #后面会有超参数搜索，这里先不用设置k值
# 5-2、超参数搜索（模型选择与调优）：得到最佳k值（最佳预估器）
# 1、参数准备
param_dict = {'n_neighbors':[3,5,7,9]}
# 2、开始搜索
estimator = GridSearchCV(estimator, param_dict, cv=3)
# 预估器 参数范围 选择次数
# 5-3、训练（用预估器对训练值进行训练）
estimator.fit(train_data, train_target)# 6、模型评估
# 6-1、得到预测结果
predict = estimator.predict(test_data)
print(predict)
# 6-2、对比预测值和测量目标值
print("直接比对预测值和测量目标值：\n", predict==test_target)
# 6-3、得到准确率（对比特征集和目标集测试值）
score = estimator.score(test_data, test_target)
print("准确率：\n", score)print(data)机器学习（实战）facebook地址预测相关推荐
- 疯狂的机器学习实战-银行营销预测
机器学习实战-银行营销预测 问题: 数据集: 链接:https://pan.baidu.com/s/1TUOLr8jFbT38p_iUh1iBsQ 提取码:1234 银行营销数据集 这些数据与葡萄牙银 ...
- 机器学习实战-泰坦尼克号生存预测案例
泰坦尼克号生存预测案例 操作平台:Jupyter Notebook 实验数据:从官方下载的泰坦尼克号测试集与训练集 使用语言:python 实验步骤: 安装我们所需要的第三方库,本次实验需要额外下载安 ...
- 机器学习实战三： 预测汽车油耗效率 MPG
预测汽车油耗效率 MPG 这次做一个简单的线性回归的实验,用来预测汽车的油耗效率 MPG,让我们通过这次实验,更加清晰的了解一下LinearRegression,如果想更加清晰的了解的话,可以看看吴恩 ...
- 机器学习实战---PM2.5预测
文章目录 一. 预处理 二.模型训练 三.测试 四.模型预测 五.保存预测结果 感受 项目数据集 数据集介绍 使用丰原站的观测记录,分成 train set 跟 test set,train set ...
- 机器学习实战 泰坦尼克号生存预测
数据集下载 链接:https://pan.baidu.com/s/1f6x0ZHlAdwch52rHKDYBgA 提取码:9hgz 数据集简介 PassengerId: 乘客ID Survived: ...
- 机器学习实战——KNN算法预测电影类型
预测电影类型 现有爱情片和动作片(不是爱情动作片,雾)的打斗场面和接吻场面的次数统计,然后给出一个电影打斗场面和接吻场面出现的次数,预测其类型. 那么如何预测呢?当然用KNN了. KNN算法的原理就是 ...
- pyspark入门---机器学习实战预测婴儿出生率（二）使用ML库
机器学习实战预测婴儿出生率 1.加载数据 2.创建转换器 3.创建预测器 4.创建管道 5.训练模型 6.使用BinaryClassificationEvaluator对模型评估 7.模型保存与调用 ...
- 《机器学习实战》学习笔记（八）：预测数值型数据 - 回归
欢迎关注WX公众号:[程序员管小亮] [机器学习]<机器学习实战>读书笔记及代码 总目录 https://blog.csdn.net/TeFuirnever/article/details ...
- 机器学习实战-微额借款用户人品预测
团队分享网址 1.项目背景 互联网金融近年来异常火热,吸引了大量资本和人才进入. 在金融领域中,无论是投资理 财还是借贷放款,风险控制永远是最为核心和重要的问题,而存目前所有的互联网金融产品 中,微额 ...
最新文章
- 【CVPR2020】可微分的NAS方法汇总
- 流程的python-《流畅的 Python》到底好在哪？
- doc转docx文件会乱吗_Word文档doc与docx的区别
- GDCM：制作模板的测试程序
- Boost:序列化之text_wiarchive和和text_woarchive
- Nandflash 驱动深度分析（基于S3C2410）
- js动态改变iframe的src属性
- java http get_「面小易-面经12」阿里巴巴Java方向面试题汇总（含答案）
- 使用 bash 脚本把 GCE 的数据备份到 GCS
- ABP应用层——参数有效性验证
- 解读前端开发工程师必备技能
- 燃情动作——《速度与激情：特别行动》影评数据分析可视化
- 解构OPPO IoT：“开放生态”+“用户思维”，“智美生活”雏形已显
- postman小技巧-提取变量及设置变量
- 不越狱破解A1528 iPhone5s移动联通4G网络
- Panel的基本用法
- Element-UI Select 下拉框 根据汉字拼音过滤选择选项（使用filter-method，filterable属性）
- 绝对值对应c语言表达式,c语言绝对值函数?
- java clh_CLH锁学习
- python实战扫码下载_Python实例 一 12306抢票（一）扫码登陆