#ai夏令营#datawhale#夏令营-分子性质AI预测挑战赛

 #简单记录，希望打卡结束后能有一些改变，学习到知识！

# 3 特征工程

# 3.1 test数据不包含 DC50 (nM) 和 Dmax (%)，将train数据中的DC50 (nM) 和 Dmax (%)删除 train = train.drop(['DC50 (nM)', 'Dmax (%)'], axis=1)

# 3.2 将object类型的数据进行目标编码处理

for col in train.columns[2:]:

        if train[col].dtype == object or test[col].dtype == object:

                        train[col] = train[col].isnull()

                        test[col] = test[col].isnull()

#这部分的数据清洗和特征工程，没有太理解为什么这么选择?

# 4. 加载决策树模型进行训练

model = LGBMClassifier(verbosity=-1)

model.fit(train.iloc[:, 2:].values, train['Label'])

pred = model.predict(test.iloc[:, 1:].values, )