当前位置: 首页 > wzjs >正文

什么网站可以做特价活动上海今日头条新闻

什么网站可以做特价活动,上海今日头条新闻,台州seo快速排名,可以绑定域名的免费空间复习日 仔细回顾一下之前21天的内容,没跟上进度的同学补一下进度。 作业: 自行学习参考如何使用kaggle平台,写下使用注意点,并对下述比赛提交代码 一、数据预处理 import pandas as pd import numpy as np import matplo…

复习日

仔细回顾一下之前21天的内容,没跟上进度的同学补一下进度。

作业:

自行学习参考如何使用kaggle平台,写下使用注意点,并对下述比赛提交代码

一、数据预处理

import pandas as pd  
import numpy as np  
import matplotlib.pyplot as plt  
import seaborn as sns  
import warnings
from sklearn.model_selection import train_test_split
warnings.filterwarnings("ignore")
plt.rcParams['font.sans-serif'] = ['SimHei']  
plt.rcParams['axes.unicode_minus'] = False  
data = pd.read_csv('./day22/train.csv')
print(data.info())
print(data.isnull().sum())
for i in data.columns:if data[i].isnull().sum() > 0:if pd.api.types.is_numeric_dtype(data[i]):median_val = data[i].median()data[i].fillna(median_val, inplace=True)print(f"用中位数 {median_val} 填补列:{i}")else:zhongshu = data[i].mode()[0]data[i].fillna(zhongshu, inplace=True)print(f"用众数{zhongshu} 填补列:{i}")data = data.drop(columns=['Name','Ticket', 'Cabin'])
print(data.info())
print(data.isnull().sum())data = pd.get_dummies(data, columns=['Embarked'])
data2 = pd.read_csv('./day22/train.csv') 
list_final = []  
for i in data.columns:if i not in data2.columns:list_final.append(i)  
for i in list_final:data[i] = data[i].astype(int)  sex_mapping = {'male': 1,'female': 0,
}
data['Sex'] = data['Sex'].map(sex_mapping)
print(data.info())
print(data.isnull().sum())

二、利用随机森林模型进行训练和验证

from sklearn.model_selection import train_test_splitX = data.drop(['Survived'], axis=1)  
y = data['Survived']  
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)  
print(X_train.shape, X_test.shape, y_train.shape, y_test.shape) # (1382, 6) (346, 6) (1382,) (346,)import numpy as np 
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import StratifiedKFold, cross_validate 
from sklearn.metrics import make_scorer, accuracy_score, precision_score, recall_score, f1_score, confusion_matrix, classification_report
import time
import warnings
warnings.filterwarnings("ignore")
warnings.filterwarnings("ignore") 
print("--- 1. 默认参数随机森林 (训练集 -> 测试集) ---")
import time 
start_time = time.time() 
rf_model = RandomForestClassifier(random_state=42)
rf_model.fit(X_train, y_train) 
rf_pred = rf_model.predict(X_test) 
end_time = time.time()print(f"训练与预测耗时: {end_time - start_time:.4f} 秒")
print("\n默认随机森林 在测试集上的分类报告:")
print(classification_report(y_test, rf_pred))
print("默认随机森林 在测试集上的混淆矩阵:")
print(confusion_matrix(y_test, rf_pred))from imblearn.over_sampling import SMOTE
smote = SMOTE(random_state=42)
X_train_smote, y_train_smote = smote.fit_resample(X_train, y_train)print("SMOTE过采样后训练集的形状:", X_train_smote.shape, y_train_smote.shape)print("--- 2. 带权重随机森林 + 交叉验证 (在训练集上进行) ---")counts = np.bincount(y_train)
minority_label = np.argmin(counts) 
majority_label = np.argmax(counts)
print(f"训练集中各类别数量: {counts}")
print(f"少数类标签: {minority_label}, 多数类标签: {majority_label}")rf_model_weighted = RandomForestClassifier(random_state=42,class_weight='balanced'  # class_weight={minority_label: 10, majority_label: 1} cv_strategy = StratifiedKFold(n_splits=5, shuffle=True, random_state=42) 
scoring = {'accuracy': 'accuracy','precision_minority': make_scorer(precision_score, average='macro', zero_division=0),'recall_minority': make_scorer(recall_score, average='macro'),'f1_minority': make_scorer(f1_score, average='macro')
}
print(f"开始进行 {cv_strategy.get_n_splits()} 折交叉验证...")
start_time_cv = time.time()cv_results = cross_validate(estimator=rf_model_weighted,X=X_train_smote,y=y_train_smote,cv=cv_strategy,scoring=scoring,n_jobs=-1, return_train_score=False 
)end_time_cv = time.time()
print(f"交叉验证耗时: {end_time_cv - start_time_cv:.4f} 秒")print("\n带权重随机森林 交叉验证平均性能 (基于训练集划分):")
for metric_name, scores in cv_results.items():if metric_name.startswith('test_'): clean_metric_name = metric_name.split('test_')[1]print(f"  平均 {clean_metric_name}: {np.mean(scores):.4f} (+/- {np.std(scores):.4f})")print("-" * 50)print("--- 3. 训练最终的带权重模型 (整个训练集) 并在测试集上评估 ---")
start_time_final = time.time()
rf_model_weighted_final = RandomForestClassifier(random_state=42,class_weight='balanced'
)
rf_model_weighted_final.fit(X_train_smote, y_train_smote) 
rf_pred_weighted = rf_model_weighted_final.predict(X_test) 
end_time_final = time.time()print(f"最终带权重模型训练与预测耗时: {end_time_final - start_time_final:.4f} 秒")
print("\n带权重随机森林 在测试集上的分类报告:")
print(classification_report(y_test, rf_pred_weighted)) 
print("带权重随机森林 在测试集上的混淆矩阵:")
print(confusion_matrix(y_test, rf_pred_weighted))
print("-" * 50)print("性能对比 (测试集上的少数类召回率 Recall):")
recall_default = recall_score(y_test, rf_pred, average='macro')
recall_weighted = recall_score(y_test, rf_pred_weighted, average='macro')
print(f"  默认模型: {recall_default:.4f}")
print(f"  带权重模型: {recall_weighted:.4f}")

三、导入测试集并对数据测试

test_data = pd.read_csv('./day22/test.csv')
for i in test_data.columns:if test_data[i].isnull().sum() > 0:if pd.api.types.is_numeric_dtype(test_data[i]):median_val = test_data[i].median()test_data[i].fillna(median_val, inplace=True)print(f"用中位数 {median_val} 填补列:{i}")else:zhongshu = test_data[i].mode()[0]test_data[i].fillna(zhongshu, inplace=True)print(f"用众数{zhongshu} 填补列:{i}")test_data = test_data.drop(columns=['Name','Ticket', 'Cabin'])test_data = pd.get_dummies(test_data, columns=['Embarked'])
data2 = pd.read_csv('./day22/test.csv') 
list_final = []  
for i in test_data.columns:if i not in data2.columns:list_final.append(i)  
for i in list_final:test_data[i] = test_data[i].astype(int)  sex_mapping = {'male': 1,'female': 0,
}
test_data['Sex'] = test_data['Sex'].map(sex_mapping)
print(test_data.info())
print(test_data.isnull().sum())rf_pred_weighted = rf_model_weighted_final.predict(test_data) output = pd.DataFrame({'PassengerId': test_data['PassengerId'],'Survived': rf_pred_weighted
})output.to_csv('titanic_predictions.csv', index=False)

http://www.dtcms.com/wzjs/158507.html

相关文章:

  • 菏泽网站建设哪家好宁波seo免费优化软件
  • 如何查看网站做没做301跳转中国十大电商公司排名
  • 红酒 网站 模板微信营销的特点
  • 图片预览网站 末班东莞营销网站建设优化
  • 有那个网站做简历模板域名停靠浏览器
  • 唐山公司建设网站如何做好产品网络推广
  • 西昌手机网站设计seo网站推广经理
  • 外贸出口是做什么的安阳企业网站优化外包
  • 做笑话网站需要什么seo 服务
  • 建设一个b2c网站的费用百度网盘资源
  • 做3d图的网站360网站收录
  • 河北省 政府网站 建设意见微博营销案例
  • 建设银行etc信用卡申请网站可以发外链的论坛有哪些
  • wordpress整站密码访问今日热搜榜排名最新
  • 网站设计的公司百度推广怎么收费
  • 动态网站很难做吗免费推广app软件下载
  • 网站软文标题seo是什么职位的简称
  • 无锡大型网站设计公司长春seo结算
  • 武汉哪家网站公司好湖南好搜公司seo
  • 北京网站设计的公司价格柳州网站建设哪里有
  • 万网 网站 ipseo关键词排名优化的方法
  • 怎样做网站测试搜索网站关键词
  • 广安发展建设集团公司网站推广普通话的意义简短
  • 昆明网站建设天猫运营网站收录登录入口
  • 制作app需要网站吗关键词歌词含义
  • 企业网站建设ppt推广公司产品
  • 公司建设网站的目的广州seo推广
  • 网站做备案需要多久深圳百度推广开户
  • wordpress 底部导航菜单手机卡顿优化软件
  • 网站建设网银seo代码优化有哪些方法