阿里云-二手车预测

# 定义解压.zip包函数

def unzip_file(zip_filepath, dest_path):

    with zipfile.ZipFile(zip_filepath, 'r') as zip_ref:  

        zip_ref.extractall(dest_path)

# 对.zip进行解包

unzip_file('used_car_train_20200313.zip','./')

unzip_file('used_car_testB_20200421.zip','./')

# 定义One-Hot编码函数

def oneHotEncode(df, colNames):

    for col in colNames:

        dummies = pd.get_dummies(df[col], prefix=col)

        df = pd.concat([df, dummies],axis=1)

        df.drop([col], axis=1, inplace=True)

    return df

# 处理离散数据

for col in cate_cols:

    data[col] = data[col].fillna('-1')

data = oneHotEncode(data, cate_cols)

# 处理连续数据

for col in num_cols:

    data[col] = data[col].fillna(0)

    data[col] = (data[col]-data[col].min()) / (data[col].max()-data[col].min())

# 处理(可能)无关数据

data.drop(['name', 'regionCode'], axis=1, inplace=True)

data.columns

# 拿出测试集

data=data.reset_index(drop=True)

data = data.astype(float)

test_data = data[pd.isna(data.price)]

X_id=test_data['SaleID']

del test_data['SaleID']

del test_data['price']

X_result=torch.tensor(test_data.values, dtype=torch.float32)

test_data.to_csv('one_hot_testB.csv')

# 拿出训练集

train_data = data.drop(data[pd.isna(data.price)].index)

train_data.to_csv('one_hot_train.csv')

y=train_data['price']

del train_data['price']

del train_data['SaleID']

X=torch.tensor(train_data.values, dtype=torch.float32)

y=torch.Tensor(y)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值