机器学习之共享单车使用量项目设计

最新推荐文章于 2024-08-13 08:07:10 发布

繁华三千东流水

最新推荐文章于 2024-08-13 08:07:10 发布

阅读量781

点赞数

分类专栏：机器学习项目练习文章标签：机器学习项目实战

本文链接：https://blog.csdn.net/qq872890060/article/details/98751007

版权

本文通过一个共享单车使用量的项目，展示了机器学习的数据预处理、特征工程和模型训练过程。首先，从UCI数据集下载数据，然后分析并清洗数据，包括删除无用列、进行独热编码和特征缩放。接着，进行多项式扩展以提高模型拟合，并分割数据集进行训练和测试。最后，通过比较不同模型的效果，强调了数据处理在模型性能中的关键作用。

摘要由CSDN通过智能技术生成

数据来源

数据下载 http://archive.ics.uci.edu/ml/datasets/Bike+Sharing+Dataset
在这里插入图片描述

项目分析

我们需要对数据进行思考，然后删除对建模没有作用的列，比如样本序号
删除相关性很强的列，比如季度和月份，我在这里的做法是保留月份，删除季度
对离散特征进行独热编码（独热编码后删除原来的列）
对连续性特征进行特征缩放
对连续性特征进行多项式扩展（为了模型拟合的更好）
拼接合并所有特征
提取特征和标签
切分数据集为训练集和测试集
训练模型（多选几个模型，看哪个效果更佳）

代码如下：

import pandas as pd
import numpy as np
from sklearn.preprocessing import OneHotEncoder,PolynomialFeatures,StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression,Ridge
from sklearn.metrics import mean_absolute_error,mean_squared_error
path = "datas/hour.csv"
df = pd.read_csv(path)
## 删除无用的列
df.drop(columns=["instant",