大数据实训kaggle比赛-房价预测（下）

接着开始表演

下面介绍模型：Sequential 序贯模型

它是函数式模型的简略版，为最简单的线性、从头到尾的结构顺序，不分叉，是多个网络层的线性堆叠。

实现方法：

模型需要知道它所期待的输入的尺寸。出于这个原因，序贯模型中的第一层需要接收关于其输入尺寸的信息，后面的各个层则可以自动的推导出中间数据的尺寸，因此不需要为每个层都指定这个参数。有以下几种方法来做到这一点：

• 传递一个input_shape参数给第一层。它是一个表示尺寸的元组（一个整数或None的元组，其中None表示可能为任何正整数）。在input_shape中不包含数据的batch大小。

• 某些 2D 层，例如 Dense，支持通过参数 input_dim 指定输入尺寸，某些 3D 时序层支持 input_dim 和 input_length 参数。
• 如果你需要为你的输入指定一个固定的 batch 大小（这对 stateful RNNs 很有用），你可以传递一个 batch_size 参数给一个层。如果你同时将 batch_size=32 和 input_shape=(6, 8) 传递给一个层，那么每一批输入的尺寸就为 (32，6，8)。

基本命令 

• 1，model.add()  　　　   　  添加层
• 2，model.compile()　　　　 模型训练的BP模式设置
• 3，model.fit()　　　　　　   模型训练参数设置+训练
• 4，model.evaluate()   　　　   模型评估
• 5，model.predict()　　　　　模型预测
• 6， activation ()激活函数通过设置单独的激活层实现，也可以在构造层对象时通过传递
• 7，relu()      整流线性单元      keras.activations.relu(x, alpha=0.0, max_value=None, threshold=0.0),返回值是一个张量
• 8，model.compile()方法用于在配置训练方法时，告知训练时用的优化器、损失函数和准确率评测标准，

   model.compile(optimizer = 优化器，

                          loss = 损失函数，

                          metrics = ["准确率”])

 简介结束，代码如下：

开始组装神经网络:

model = Sequential()

model.add(Dense(20,activation='relu'))
model.add(Dense(20,activation='relu'))
model.add(Dense(20,activation='relu'))
model.add(Dense(20,activation='relu'))
model.add(Dense(1))
model.compile(optimizer='adam',loss='mse')

调整模型：model.fit()方法用于执行训练过程

model.fit(x=X_train,y=y_train,
          validation_data=(X_test,y_test),
          batch_size=128,epochs=400)

结果大致如下：

对模型进行概述：

model.summary()

 结果显示，所有数据均为可训练数据。 

导入数据：

test_path = 'C:/Users/ZXY13/Desktop/大数据练习/房价预测/test.csv'
test_data = pd.read_csv(test_path)
test_data.head()
test_data_respaldo = test_data.copy()

准备训练数据：

best_cols = [
    'OverallQual', 'GrLivArea', 'GarageCars', 'GarageArea', 'TotalBsmtSF', '1stFlrSF',
    'GarageFinish', 'KitchenQual', 'BsmtQual', 'ExterQual'
]

test_data = test_data[best_cols]

扫描测试数据：

test_data.info()

处理空值：

test_data['GarageCars'].fillna((test_data['GarageCars'].mean()), inplace=True)
test_data['GarageArea'].fillna((test_data['GarageArea'].mean()), inplace=True)
test_data['TotalBsmtSF'].fillna((test_data['TotalBsmtSF'].mean()), inplace=True)


test_data['GarageFinish'].fillna((test_data['GarageFinish'].value_counts().index[0]), inplace=True)
test_data['KitchenQual'].fillna((test_data['KitchenQual'].value_counts().index[0]), inplace=True)
test_data['BsmtQual'].fillna((test_data['BsmtQual'].value_counts().index[0]), inplace=True)

将选中的几列转化为类：

test_data[['GarageFinish', 'KitchenQual', 'BsmtQual', 'ExterQual']] = test_data[['GarageFinish', 'KitchenQual', 'BsmtQual', 'ExterQual']].astype('category')

编码：

encoder = OrdinalEncoder()
test_data[['GarageFinish', 'KitchenQual', 'BsmtQual', 'ExterQual']] = encoder.fit_transform(test_data[['GarageFinish', 'KitchenQual', 'BsmtQual', 'ExterQual']])

用更高的值缩放列：

cols = ['GrLivArea', 'GarageArea', 'TotalBsmtSF', '1stFlrSF']
standard_scaler = StandardScaler()
test_data[cols] = standard_scaler.fit_transform(test_data[cols])

定义我们的‘X’数据：

X_test = test_data
X_test

检查要插入到我们训练模型中的数据的类型：

print("X_test - ",X_test.shape)

做预测：

predictions = model.predict(X_test)

predictions[0][0]
newdf = pd.DataFrame()
for i, k in enumerate(predictions):
    newdf = newdf.append({'SalePrice' : k[0]},ignore_index=True)
newdf

预测结果：

final_df = pd.concat([test_data_respaldo['Id'], newdf], axis=1, join="inner")
final_df.to_csv('submission.csv', index=False)

得到结果：

final_df = pd.concat([test_data_respaldo['Id'], newdf], axis=1, join="inner")
final_df.to_csv('submission.csv', index=False)

大功告成！

欢迎关注我们的公众号一起讨论，一起学习