阿里云 快来一起挖掘幸福感!项目实战
项目地址https://tianchi.aliyun.com/competition/entrance/231702/information
1,数据准备
问卷调查数据主要包含的个人信息有职业,婚姻状况,收入,学历等40个features,label就是幸福感。
首先对数据进行预处理
(一) 第二列是数据特征,先独立抽取出来。
(二) 第七列是时间,本身对结果影响不大,又由于是字符串,暂时删除不用。
(三) 数据本身包含20197个空缺,对数据进行补充。
2,训练和预测
给定的数据包含train和test两部分,先用train分成两部分对建立的模型进行训练评分,最后对test预测。
3,模型选择
通过对数据观察,选择经典的决策树模型来对数据进行处理。下面是代码(模型)
clf = tree.DecisionTreeClassifier(criterion = 'entropy', random_state = 30, max_features ='log2', splitter = 'random', max_depth = 7, min_samples_leaf = 10, min_samples_split = 70 )
score = clf.fit(X_train, y_train)
predict_test_y = clf.predict(X_test0)
imp = clf.feature_importances_
res = clf.predict(Xtrans_test)