KNN分类算法——预测入住位置示例

39 篇文章 2 订阅
13 篇文章 0 订阅

KNN分类算法——预测入住位置示例

1. 导包

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

2. 原始数据

# 来自Kaggle https://www.kaggle.com/c/facebook-v-predicting-check-ins/data
data = pd.read_csv("./data/facebook-v-predicting-check-ins/train.csv")
print(data.head(10))
row_id       x       y  accuracy    time    place_id
0       0  0.7941  9.0809        54  470702  8523065625
1       1  5.9567  4.7968        13  186555  1757726713
2       2  8.3078  7.0407        74  322648  1137537235
3       3  7.3665  2.5165        65  704587  6567393236
4       4  4.0961  1.1307        31  472130  7440663949
5       5  3.8099  1.9586        75  178065  6289802927
6       6  6.3336  4.3720        13  666829  9931249544
7       7  5.7409  6.7697        85  369002  5662813655
8       8  4.3114  6.9410         3  166384  8471780938
9       9  6.3414  0.0758        65  400060  1253803156

3. 数据预处理

  • 缩小数据范围(可以不做,此处为了提高计算速度)
data = data.query("x > 5.0 & x < 5.25 & y > 4.0 & y < 4.25")
  • 时间转换,分解时间戳字段为weekday与hour
time_value = pd.to_datetime(data["time"], unit="s")
print(time_value)
time_value = pd.DatetimeIndex(time_value)
# data["day"] = time_value.day
data["hour"] = time_value.hour
data["weekday"] = time_value.weekday
data = data.drop(["time"], axis=1)

print(data.head(10))
  • 保留签到数量大于5个的目标位置
plate_count = data.groupby("place_id").count()
tf = plate_count[plate_count.row_id > 5].reset_index()
data = data[data["place_id"].isin(tf.place_id)]
  • 确定特征值、目标值,删除不必要的列
y = data["place_id"]
X = data.drop(["place_id", "row_id"], axis = 1)
  • 拆分训练集、测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.25)
print(X_train[0:10])
print(y_train[0:10])
  • 特征工程(标准化)
# 特征工程(标准化)
std = StandardScaler()
X_train = std.fit_transform(X_train)
X_test = std.fit_transform(X_test)
print(X_train)
print(X_test)

4. 构建KNN模型

knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)

5. 结果预测与评分

# 预测
y_predict = knn.predict(X_test[0:10])
print("实际结果", y_test[0:10])
print("预测结果", y_predict)
# 评分
print("准确率", knn.score(X_test, y_test))

6. 使用网格搜索、交叉验证

# 模型构建和训练
knn = KNeighborsClassifier()
param_grid = {
    "n_neighbors": [3, 5, 6, 7, 8, 9, 10]
}
gcv = GridSearchCV(knn, param_grid=param_grid, cv=5)
gcv.fit(X_train, y_train)

# 预测和评估
y_predict = gcv.predict(X_test[0:10])
print("实际结果", y_test[0:10])
print("预测结果", y_predict)
print("准确率", gcv.score(X_test, y_test))

print("最好的结果", gcv.best_score_)
print("最好的模型", gcv.best_estimator_)
print("交叉验证结果")
print( gcv.cv_results_)
  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
评论 11
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