Datawhale AI夏令营第二期机器学习方向 Task1学习笔记

本篇文章来帮助同学们如何在自己的电脑上运行Task1代码.

前提需要:

电力需求预测挑战赛

一句话介绍赛题任务可以这样理解赛题：

【训练时序预测模型助力电力需求预测】

电力需求的准确预测对于电网的稳定运行、能源的有效管理以及可再生能源的整合至关重要。

赛题任务

给定多个房屋对应电力消耗历史N天的相关序列数据等信息，预测房屋对应电力的消耗。

赛题数据简介

赛题数据由训练集和测试集组成，为了保证比赛的公平性，将每日日期进行脱敏，用1-N进行标识。

即1为数据集最近一天，其中1-10为测试集数据。

数据集由字段id（房屋id）、 dt（日标识）、type（房屋类型）、target（实际电力消耗）组成。

具体步骤:

步骤一:下载pycharm 和python

上官网下载最新版即可,具体流程自行查询

步骤二:在安装好的pycharm中打开新建的一个project建立一个新文件命名为机器学习(文件名可自命名),在pycharm中新建一个py后缀的文件(名字可自命名).

步骤三:复制baseline上的代码到python文件里,注意修改train和test中的对应路径

baseline代码模型取得是平均值

# 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

# 2. 读取训练集和测试集
# 使用 read_csv() 函数从文件中读取训练集数据，文件名为 'train.csv'
train = pd.read_csv('./dataset/train.csv')
# 使用 read_csv() 函数从文件中读取测试集数据，文件名为 'train.csv'
test = pd.read_csv('./dataset/test.csv')

# 3. 计算训练数据最近11-20单位时间内对应id的目标均值
target_mean = train[train['dt']<=20].groupby(['id'])['target'].mean().reset_index()

# 4. 将target_mean作为测试集结果进行合并
test = test.merge(target_mean, on=['id'], how='left')

# 5. 保存结果文件到本地
test[['id','dt','target']].to_csv('submit.csv', index=None)

步骤四:下载相应的训练集和数据集

2024 iFLYTEK A.I.开发者大赛-讯飞开放平台 (xfyun.cn)复制链接到浏览器里,到赛题数据里下载电力需求预测挑战赛数据集.zip,将其保存到刚才创建的python文件的同级目录中去,解压,得到一个文件夹dataset,里面含有两个文件test.csv和train.csv

步骤五:安装运行代码需要的库pandas和numpy

win+r打开Windows系统的运行窗口,输入cmd

然后运行代码

pip install pandas

注意国内下载比较慢,可能需要翻墙加速

运行代码

pip install numpy

步骤六:运行步骤二创立的python文件,此时不会标红

import pandas as pd和import numpy as np

得到submit.csv文件

步骤七:上传文件submit.csv到2024 iFLYTEK A.I.开发者大赛-讯飞开放平台 (xfyun.cn)的电力需求预测挑战赛里的提交结果中去,得到分数

373.89846

和非本地运行一致