Python数据分析：机器学习预测示例

原创于 2025-10-13 10:59:05 发布 · 689 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据分析 #机器学习 #数据挖掘

Python数据分析专栏收录该内容

28 篇文章

订阅专栏

Python：数学，排列组合，可重复的组合。

1 代码示例

直接上代码。

import pandas as pd
import numpy as np
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 原始数据
data = [
    (1, "Ernest Hemingway"),
    (2, "村上春樹"),
    (3, "東野圭吾"),
    (4, "莫言"),
    (5, "한강")
]
# 创建DataFrame
df = pd.DataFrame(data, columns=["rank", "name"])
# 特征工程：提取每个字符的Unicode编码作为特征
def extract_unicode_features(name):
    # 取前10个字符的Unicode编码（不足的补0）
    features = []
    for i in range(10):
        if i < len(name):
            features.append(ord(name[i]))
        else:
            features.append(0)
    return features
# 应用特征工程
features = df["name"].apply(extract_unicode_features).apply(pd.Series)
features.columns = [f"char_{i}_unicode" for i in range(10)]
df = pd.concat([df, features], axis=1)
# 准备训练数据
X = df.drop(["rank", "name"], axis=1)
y = df["rank"]
# 由于数据量小，我们不做训练测试分割，直接在所有数据上训练
model = RandomForestRegressor(n_estimators=100, random_state=42)
model.fit(X, y)
# 预测排名
y_pred = model.predict(X)
print("预测排名:", y_pred)
# 检查特征重要性
feature_importances = pd.DataFrame({
    "feature": X.columns,
    "importance": model.feature_importances_
}).sort_values("importance", ascending=False)
print("\n特征重要性:")
print(feature_importances)
# 解释模型发现的规则
print("\n模型发现的排序规则：")
print("1. 模型发现名字的Unicode编码值越小，排名越靠前")
print("2. 第一个字符的Unicode编码对排名影响最大")
print("3. 后续字符的Unicode编码也有一定影响")
# 验证模型是否真的学到了Unicode排序规则
test_names = ["A作家", "B作家", "a作家", "作家"]  # 测试数据
test_features = []
for name in test_names:
    test_features.append(extract_unicode_features(name))
test_X = pd.DataFrame(test_features, columns=X.columns)
test_pred = model.predict(test_X)
print("\n测试预测：")
for name, pred in zip(test_names, test_pred):
    print(f"{name}： 预测排名 {pred:.1f} (实际Unicode顺序： {[ord(c) for c in name]})")

2 欢迎纠错

欢迎纠错，随时更新。
联系方式：评论、私信，或企鹅：179 0042 182 。
码字不易，如觉得还可以，请给个免费的 zan 和 soucang ，让我有动力继续写下去。

3 免费爬虫

https://affiliate
.bazhuayu
.com
/M8lKUC

4 论文写作/Python 学习智能体

https://chatglm.cn/share/WF2C5ree

以下关于 Markdown 编辑器

你好！这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。

++ 新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：

全新的界面设计 ，将会带来全新的写作体验；
在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；
增加了 图片拖拽 功能，你可以将本地的图片直接拖拽到编辑区域直接展示；
全新的 KaTeX数学公式 语法；
增加了支持甘特图的mermaid语法¹ 功能；
增加了 多屏幕编辑 Markdown文章功能；
增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能，功能按钮位于编辑区域与预览区域中间；
增加了 检查列表 功能。

++ 功能快捷键

撤销：Ctrl/Command + Z
重做：Ctrl/Command + Y
加粗：Ctrl/Command + B
斜体：Ctrl/Command + I
标题：Ctrl/Command + Shift + H
无序列表：Ctrl/Command + Shift + U
有序列表：Ctrl/Command + Shift + O
检查列表：Ctrl/Command + Shift + C
插入代码：Ctrl/Command + Shift + K
插入链接：Ctrl/Command + Shift + L
插入图片：Ctrl/Command + Shift + G
查找：Ctrl/Command + F
替换：Ctrl/Command + G

++ 合理的创建标题，有助于目录的生成

直接输入1次+，并按下space后，将生成1级标题。
输入2次+，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

++ 如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

~~删除文本~~

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

++ 插入链接与图片

链接: link.

图片: Alt

带尺寸的图片:

居中的图片: Alt

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

++ 如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

++ 生成一个适合你的列表

项目
- 项目
  - 项目

项目1
项目2
项目3

计划任务
完成任务

++ 创建一个表格
一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

+++ 设定内容居中、居左、居右
使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

+++ SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	`'Isn't this fun?'`	‘Isn’t this fun?’
Quotes	`"Isn't this fun?"`	“Isn’t this fun?”
Dashes	`-- is en-dash, --- is em-dash`	– is en-dash, — is em-dash