天天向上小队-天天，task1笔记

本贴为Datawhale河北邀请赛组队学习的学习笔记，原文章详见：https://tianchi.aliyun.com/notebook-ai/detail?postId=95456

赛题理解

• 比赛：河北高校邀请赛-二手车交易价格预测，大赛组织为Datawhale 和 Tianchi天池

• 地址：https://tianchi.aliyun.com/competition/entrance/531858/introduction

• 比赛任务是预测二手车交易价格，属于回归问题，数据来自某交易平台二手车交易记录，总数居超过40w，包括39列信息变量，其中24列为匿名变量。其中，15万条数据为训练集，5万条作为测试集A，5万条作为测试集B，同时对name,model,brand,regionCode等信息进行了脱敏。

• 下图为字段表
  

• 注意：图中某些变量范围并非数据集中变量的范围

• 比赛排名测评标准：
  

• 结果提交格式：

评估指标学习

分类算法评估指标

• 对于二分类：

  • accuracy， [Precision，Recall，F-score，Pr曲线]，ROC-AUC曲线。

• 对于多分类

  • accuracy， [宏平均和微平均，F-score]。

• 学习博客：https://zhuanlan.zhihu.com/p/267901426

# accuracy ,即准确率，最简单、基本的指标
import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0,1,0,1]
y_true = [0,1,1,1]
print('accuracy= ',accuracy_score(y_true,y_pred)) 
# accuracy_score(y_true,y_pred) 和 accuracy_score(y_pred，y_true) 的结果是一样的

## Precision,Recall,F1-score
from sklearn import metrics
y_pred = [0, 1, 0, 0]
y_true = [0, 1, 0, 1]
print('Precision',metrics.precision_score(y_true, y_pred))
print('Recall',metrics.recall_score(y_true, y_pred))
print('F1-score:',metrics.f1_score(y_true, y_pred))

## AUC
import numpy as np
from sklearn.metrics import roc_auc_score
y_true = np.array([0, 0, 1, 1])
y_scores = np.array([0.1, 0.4, 0.35, 0.8])
print('AUC socre:',roc_auc_score(y_true, y_scores))

回归指标学习

• 平均绝对误差，（Mean Absolute Error, MAE）
• 均方误差（Mean Squared Error, MSE)
• R2（R-Square)
• 博客：https://blog.csdn.net/weixin_45488228/article/details/98897061

注意：在回归预测中，模型常常使用MSE作为指标训练