机器学习赛事（四）：快来一起挖掘幸福感

机器学习训练营：
https://tianchi.aliyun.com/s/20d6735792ef867814c90698221d1499

比赛题目

赛题使用公开数据的问卷调查结果，选取其中多组变量，包括个体变量（性别、年龄、地域、职业、健康、婚姻与政治面貌等等）、家庭变量（父母、配偶、子女、家庭资本等等）、社会态度（公平、信用、公共服务等等），来预测其对幸福感的评价。

幸福感预测的准确性不是赛题的唯一目的，更希望选手对变量间的关系、变量群的意义有所探索与收获。

数据预处理

导入数据之后，先对数据进行预处理，寻找缺失值，若缺失值个数超过总样本数的1/2，值剔除该数据特征。其余的缺失值将由均值填补。

def filter_extreme_3sigma(series,n=3): #3 sigma mean = series.mean()std = series.std()max_range = mean + n*stdmin_range = mean - n*stdreturn np.clip(series,min_range,max_range)

然后用3 sigma 对数据进行异常值处理，对数据进行标准化处理。

scaler=StandardScaler(with_mean=True,with_std=True)
data_train.iloc[:,:127]=scaler.fit_transform(data_train.iloc[:,:127])
data_train

用KNN算法对其进行分类，并结合标签计算预测的准确率

from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split
seed=5
x_train,x_test,y_train,y_test=train_test_split(data_train,y,test_size=0.25,random_state=seed)clf=KNeighborsClassifier(20)
clf.fit(x_train,y_train)
X_pred = clf.predict(x_test)
acc = sum(X_pred == y_test) / X_pred.shape[0]
print("预测的准确率ACC: %.3f" % acc)

预测的准确率不理想，该用随机森林进行分类预测。

from sklearn.ensemble import RandomForestClassifier
rf=RandomForestClassifier(n_estimators=200,max_features=8,max_depth=20,oob_score=True,random_state=1)
rf.fit(x_train,y_train)
print('oob score:',round(rf.oob_score_,4)*100,'%')
trainpre_y=rf.predict(x_test)
acc = sum(trainpre_y == y_test) / trainpre_y.shape[0]
print("预测的准确率ACC: %.3f" % acc)

结果与随机森林的差不多。

可能是对数据的清理上有缺陷，可以再去尝试别的方法，再加上对特征的筛选和对数据进行不平衡处理，得出的结果可能会更好一些。

机器学习赛事（四）：快来一起挖掘幸福感相关推荐

机器学习赛事：快来一起挖掘幸福感
快来一起挖掘幸福感(完整篇) 本学习笔记为阿里云天池龙珠计划机器学习训练营的学习内容,学习链接为:AI训练营机器学习-阿里云天池赛题介绍(虽然上面链接里已经有了赛题介绍,但我还是把它摘抄下来了,绝对 ...
机器学习训练营--快来一起挖掘幸福感吧
文章目录前言一.赛题理解 1.1 实验环境 1.2 背景介绍 1.3 数据信息 1.4 评价指标二.探索性数据分析(EDA)& 特征工程 2.1 为什么要做探索性数据分析 2.2 探索性 ...
Task10快来一起挖掘幸福感大赛
Task10快来一起挖掘幸福感大赛参考资料机器学习训练营_天池龙珠计划:https://tianchi.aliyun.com/specials/promotion/aicampml?invite_ ...
天池竞赛入门实战——快来一起挖掘幸福感！
天池算法大赛是阿里巴巴的(阿里云) 赛题链接: https://tianchi.aliyun.com/competition/entrance/231702/introduction 数据获取数据清 ...
斯坦福大学机器学习第四课“逻辑回归(Logistic Regression)”
斯坦福大学机器学习第四课"逻辑回归(Logistic Regression)" 本次课程主要包括7部分: 1) Classification(分类) 2) Hypothesis R ...
机器学习（四）——逻辑斯蒂回归（Logistic Regression）
机器学习(四)--逻辑斯蒂回归(Logistic Regression) 一.算法简介 1.1 概念二.Logistic回归理论推导 2.1 Logistic回归 2.1.1 参数向量θ 2.2 梯 ...
Coursera公开课笔记: 斯坦福大学机器学习第四课“多变量线性回归(Linear Regression with Multiple Variables)”
Coursera公开课笔记: 斯坦福大学机器学习第四课"多变量线性回归(Linear Regression with Multiple Variables)" 斯坦福大学机器学习第 ...
机器学习（四）：CART分类树（基础篇）
机器学习(四):CART分类树(基础篇) 相关的决策树文章: 机器学习(四)ID3决策树机器学习(四)C4.5决策树机器学习(四)CART回归树机器学习(四)决策树绘图机器学习(四)剪枝技术 ...
机器学习（四）：剪枝技术（基础篇）
机器学习(四):剪枝技术(基础篇) 相关的决策树文章: 机器学习(四)ID3决策树机器学习(四)C4.5决策树机器学习(四)CART分类树机器学习(四)CART回归树机器学习(四)决策树绘图 ...

机器学习赛事（四）：快来一起挖掘幸福感

机器学习赛事（四）：快来一起挖掘幸福感

比赛题目

数据预处理

机器学习赛事（四）：快来一起挖掘幸福感相关推荐

最新文章

热门文章