Datawhale学习笔记：入门ai机器学习竞赛-CSDN博客

本文链接：https://blog.csdn.net/Dioners/article/details/140066390

Step1：下载所需库

!pip install lightgbm openpyxl

安装lightgbm和openpyxl

Step2：训练模型并预测获得结果

# 1. 导入需要用到的相关库
# 导入 pandas 库，用于数据处理和分析
import pandas as pd
# 导入 numpy 库，用于科学计算和多维数组操作
import numpy as np
# 从 lightgbm 模块中导入 LGBMClassifier 类
from lightgbm import LGBMClassifier


# 2. 读取训练集和测试集
# 使用 read_excel() 函数从文件中读取训练集数据，文件名为 'traindata-new.xlsx'
train = pd.read_excel('./data/data280993/traindata-new.xlsx')
# 使用 read_excel() 函数从文件中读取测试集数据，文件名为 'testdata-new.xlsx'
test = pd.read_excel('./data/data280993/testdata-new.xlsx')

# 3 特征工程
# 3.1 test数据不包含 DC50 (nM) 和 Dmax (%)，将train数据中的DC50 (nM) 和 Dmax (%)删除
train = train.drop(['DC50 (nM)', 'Dmax (%)'], axis=1)

# 3.2 将object类型的数据进行目标编码处理
for col in train.columns[2:]:
    if train[col].dtype == object or test[col].dtype == object:
        train[col] = train[col].isnull()
        test[col] = test[col].isnull()

# 4. 加载决策树模型进行训练
model = LGBMClassifier(verbosity=-1)
model.fit(train.iloc[:, 2:].values, train['Label'])
pred = model.predict(test.iloc[:, 1:].values, )

# 5. 保存结果文件到本地
pd.DataFrame(
    {
        'uuid': test['uuid'],
        'Label': pred
    }
).to_csv('submit.csv', index=None)

导入了 pandas 、numpy 和 LGBMClassifier 库，分别用于数据处理和分析、科学计算和多维数组操作，以及梯度提升树模型的分类器。

使用 LightGBM 的 LGBMClassifier 类初始化一个分类模型，对训练数据集的特征（从第三列开始）和标签进行训练，使用了默认的 verbosity 参数设置。

训练好的模型用于对测试集的特征数据（从第二列开始）进行预测。将预测结果以 'uuid' 和 'Label' 的形式组成 DataFrame，保存为名为 'submit.csv' 的 CSV 文件。