北京PM2.5浓度回归分析训练赛

简介
- DC上的一个回归题，比较简单。
- 时间原因没有细看，提交到70多名就结束了。
- 使用stacking方法结合多个回归模型。
过程
- 数据获取
  - 官方给定。
- 数据探索
  - 训练集有35746条记录，13个字段，有表头，其中pm2.5为目标。
  - 叙述
- 数据预处理
  - 主要对date属性进行预处理，因为其字符串属性无法参与建模。
    - 利用time模块解析日期并生成新特征为年、月、日、周。
  - 还可以进行一些特征组合，时间关系，我就直接强代入模型了。
- 数据挖掘建模
  - 平时比较喜欢将一个模型调参到合适，这次由于数据原因选择了stacking构建模型，使用mlxtend库。
  - 核心代码
    - ```
      from sklearn.linear_model import LinearRegression, Ridge, Lassofrom sklearn.tree import DecisionTreeRegressorfrom sklearn.svm import SVRfrom sklearn.neighbors import KNeighborsRegressorlr = LinearRegression()dtr = DecisionTreeRegressor()svr_rbf = SVR(kernel='rbf', gamma='auto')knr = KNeighborsRegressor()ridge = Ridge()lasso = Lasso()regression_models = [lr, dtr, svr_rbf, knr, ridge, lasso]from mlxtend.regressor import StackingCVRegressorsclf = StackingRegressor(regression_models, meta_regressor=ridge)sclf.fit(x_tra, y_tra)
```
- mlxtend的模型是可以使用sklearn库进行网格搜索调参的。
- 验证集拟合情况
补充说明
- 如果继续调参会有不错的分数。
- 数据集和代码见我的Github，欢迎star或者fork。
- 附上提交时的排名（76/832)。

数据挖掘竞赛-北京PM2.5浓度回归分析训练赛相关推荐

机器学习实践系列（三）----达观杯--北京PM2.5浓度回归分析训练赛
1.大赛地址北京PM2.5浓度回归分析训练赛看了很长时间机器学习算法了,从这个博客开始打算长期更新一些算法的尝试,在实践中用起来. 先从最简单的线性回归开始吧. 2.赛题说明数据主要包括2010 ...
DC算法竞赛——北京PM2.5浓度回归分析
北京PM2.5浓度回归分析比赛结果(118/1150) 一. 概述 1.项目来源:https://www.dcjingsai.com/static_page/cmpList.html 2.给定数据字 ...
R语言：北京PM2.5浓度回归分析
竞赛信息及数据来源: https://www.pkbigdata.com/common/cmpt/北京PM2.5浓度回归分析训练赛_竞赛信息.html # 读入数据 data <- read.c ...
北京PM2.5浓度回归分析
姓名学号陈聪 20185109043 张一帆 20185109045 罗凯 20185110010 刘文博 20185109044 任务由给定一段时间内的北京天气相关指数数据和北京PM2.5指数 ...
数据挖掘竞赛-美国King County房价预测训练赛
美国King County房价预测训练赛简介 DC上的一个回归题(正经的回归题). 比较简单. 时间原因(暂时没什么时间看国内旧赛),看了一下网上的解答,改善了一下神经网络就提交了. 过程数据获取 ...
线性回归、Lasso回归、岭回归预测北京PM2.5浓度
一.项目背景北京PM2.5浓度回归分析训练赛 1.数据数据主要包括2010年1月1日至2014年12月31日间北京pm2.5指数以及相关天气指数数据. 数据分为训练数据和测试数据,分别保存 ...
数据挖掘竞赛-轴承故障检测训练赛
轴承故障检测简述 DC上的一个训练赛,简单的多分类问题.说实话,还是比较有意思的,虽然很多人正确率都达到了1(也就是测试集预测结果全过),但是如果训练集和测试集数据量加大,那么这个结果可能就不是这样 ...
Linux作业北京各监测站的PM2.5浓度
完整代码: curl http://www.pm25china.net/beijing/ | awk '/更新时间/{print $0}/<td>/{print $0}' | sed 's ...
基于Keras的LSTM多变量时间序列预测（北京PM2.5数据集pollution.csv）
基于Keras的LSTM多变量时间序列预测传统的线性模型难以解决多变量或多输入问题,而神经网络如LSTM则擅长于处理多个变量的问题,该特性使 ...

数据挖掘竞赛-北京PM2.5浓度回归分析训练赛

北京PM2.5浓度回归分析训练赛

数据挖掘竞赛-北京PM2.5浓度回归分析训练赛相关推荐

最新文章

热门文章