CCF2020-室内用户运动时序数据分类

机器学习和深度学习分类方法

我用sk-learn尝试了机器学习分类方法，用pytorch尝试了神经网络分类方法。结果是深度学习过拟合了，数据集太小。机器学习方法达到了88%的正确率。

机器学习方法

数据处理

废话不多说，直接nunpy、pands。

import numpy as np
import pandas as pd


train_file = r"*\*\*\train.csv"
test_file = r"*\*\*\test.csv"
def data_precess(filename):
    df = pd.read_csv(filename)
    data = []
    for i in df:
        data.append(df[i].astype(np.float32))
    if 'CLASS' in df:
        label = np.array(df['CLASS'].astype(np.long))
        #去掉前面的序号和后面的标签
        data = np.array(data)[1:-1].T
    else:
        label = np.array([])
        #去掉前面的序号
        data = np.array(data)[1:].T
    return data,label
train_data,train_labels = data_precess(train_file)
test_data,_ = data_precess(test_file)

到此实现了训练集和测试集的提取。
经过我的观察发现训练集和测试集的最大值和最小值都是1和-1。这就很容易实现归一化。我就直接

train_data = (train_data+1)/2
test_data = (test_data+1)/2

我的数据处理到处为止，但我想肯定还不够，好的数据处理手段是机器学习的基础。我也在尝试，也希望读者自己尝试不同的数据处理手段。

机器学习方法比较

SVC

from sklearn.model_selection import cross_val_score
from sklearn import svm
clf = svm.SVC(C=1, kernel='poly', degree=2, gamma='scale', coef0=0.0, shrinking=True, probability=True, 
              tol=0.001, cache_size=200, class_weight=None, verbose=<