贝叶斯分类实例（Kaggle比赛之『旧金山犯罪分类预测』）

最新推荐文章于 2024-07-04 08:45:00 发布

CZ626626

最新推荐文章于 2024-07-04 08:45:00 发布

阅读量3.7k

点赞数

分类专栏：数据挖掘

本文链接：https://blog.csdn.net/CZ626626/article/details/69808331

版权

这里我参照的是http://blog.csdn.net/longxinchen_ml/article/details/50629613
这篇博客。

import pandas as pd
import numpy as np


###############读入数据#################
#用pandas载入csv训练数据，并解析第一列为日期格式
train=pd.read_csv('F://python3.5//Machine Learning//tensorflow//bynet//sf_crime_data//train.csv', parse_dates = ['Dates'])
test=pd.read_csv('F://python3.5//Machine Learning//tensorflow//bynet//sf_crime_data//test.csv', parse_dates = ['Dates'])

#print(train[:5])

#################数据和特征处理##########
import pandas as pd
import numpy as np
from sklearn.cross_validation import train_test_split
from sklearn import preprocessing

#用LabelEncoder对不同的犯罪类型编号
leCrime = preprocessing.LabelEncoder()      
crime = leCrime.fit_transform(train.Category)

#因子化星期几，街区，小时等特征
days = pd.get_dummies(train.DayOfWeek)

district = pd.get_dummies(train.PdDistrict)

hour = train.Dates.dt.hour   #######获取日期中的时间

hour = pd.get_dummies(hour)     
# print(hour[:20])

#组合特征
trainData = pd.concat([hour, days, district], axis=1)
trainData['crime']=crime
# print(trainData[:20])


#对于测试数据做同样的处理
days = pd.get_dummies(test.DayOfWeek)
district = pd.get_dummies(test.PdDistrict)

hour = test.Dates.dt.hour
hour = pd.get_dummies(hour)

testData = pd.concat([hour, days, district], axis=