python简单预测模型
步骤1 :导入所需的库，然后导入测试和训练数据集。
导入pandas，numpy包，然后导入标签编码器、random、RandomForestClassifier和GradientBoostingClassifier函数
import pandas as pd
导入编号为NP
froms klearn.preprocessingimportlabelencoder
导入随机
froms klearn.ensembleimportrandomforestclassifier
froms klearn.ensembleimportgradientboostingclassifier
#训练，读取测试数据集
train=PD.read _ CSV (c :/users/analyticsvidhya/desktop/challenge/train.CSV ) )。
test=PD.read _ CSV (c :/users/analyticsvidhya/desktop/challenge/test.CSV ) )
#培训，创建测试数据集标志
train='Train '
test='Test '
fullData=pd.concat (，axis=0) #联合培训，测试数据集
步骤2 :该框架的第二步不需要使用python，而是进行到下一步。
步骤3 :显示数据集的列名称或摘要
fullData.columns #表示所有列的名称
fulldata.head(10 )表示数据框中的前10条记录
可以使用fulldata.describe(#describe )函数查看数值字段的概要
步骤4 ) a ) ID变量b )目标变量c )分类变量d )数值变量e )确定其他变量。
ID_col=
target_col=
cat_cols=
num_cols=list(set(list ) fulldata.columns ) ) set ) cat_cols )-set ) id_col )-set ) target _ col-set
other_col=#训练，设置测试数据集的标识符
步骤5 :识别缺少的值变量并创建标志
fullData.isnull ().any ) #返回True或False，True表示存在缺少值，而False则相反
num_cat_cols=num_cols cat_cols #组合数值变量和分类变量
#为具有缺少值的变量创建新变量
#缺少值标志为1，否则为0
for var in num_cat_cols:
iffulldata.isnull(.any )=True:
fulldata=fulldata.isnull(*1
步骤6 :填充缺少的值
用平均值填充缺少的值
full data=full data.fill na (full data.mean )，inplace=True ) )。
#用-9999填充分类变量的缺少值
full data=full data.fill na (value=-9999 ) )。
步骤7 :建立分类变量的标签编码器，将数据集划分为训练和测试集，再将训练数据集划分为训练集和测试集。
#创建分类特征的标签编码器
for var in cat_cols:
number=标签编码器()
full data=number.fit _ transform (full data.as type (' str ' ) )
#目标变量也是分类变量，因此通过标签编码器进行转换
full data=number.fit _ transform (full data.as type (' str ' ) )
train=fullData='Train']
test=fullData='Test']
train=NP.random.uniform (0，1，Len ) ) ).75
Train，Validate=train=True]，train=False]
步骤8 :将填充和虚假(缺失值标志)变量传递给模型，并使用随机林预测类。
e atures=list (set (list (full data.columns ) )-set (id _ col )-set (set ) other_col ) )
x_train=Train.values
y_train=Train.values
x_validate=Validate.values
y_validate=Validate.values
x_test=test.values
Random.seed(100 )。
RF=randomforestclassifier (n _ estimators=1000 ) )
RF.fit(x_train，y_train ) )。
步骤9 :检查并预测绩效
status=RF.predict _ proba (x _ validate )
fpr，tpr，_=roc_curve(y_validate，status ) ) ) ) ) )。
ROC_AUC=AUC(FPR，tpr ) )。
print roc_auc
final _ status=RF.predict _ proba (x _ test )
test=final_status
test.to _ CSV (c :/users/analyticsvidhya/desktop/model _ output.CSV '，columns=)
《来源于科技文献，经本人整理归纳，仅供学习和分享，如有侵权请联系删除》