ML之RF:kaggle比赛之利用titanic(泰坦尼克号)数据集建立RF模型对每个人进行获救是否预测实现代码

514 篇文章 131 订阅
326 篇文章 72 订阅
该博客通过Python的sklearn库,利用泰坦尼克号数据集建立随机森林(RF)模型,对乘客的生存情况进行预测。文章包括了预测结果的展示及模型实现的代码分享。
摘要由CSDN通过智能技术生成

ML之RF:kaggle比赛之利用titanic(泰坦尼克号)数据集建立RF模型对每个人进行获救是否预测实现代码

目录

输出结果

实现代码


输出结果

后期更新……

实现代码

#预测模型选择的RF
import numpy as np
import pandas as pd
from pandas import  DataFrame
from patsy import dmatrices
import string
from operator import itemgetter
import json
from sklearn.ensemble import RandomForestClassifier
from sklearn.cross_validation import cross_val_score
from sklearn.pipeline import Pipeline
from sklearn.grid_search import GridSearchCV
from sklearn.cross_validation import train_test_split,StratifiedShuffleSplit,StratifiedKFold
from sklearn import prepr
好的,我可以为你介绍一个用于对电影评分进行预测模型。此模型基于机器学习算法,使用TMDB电影数据集,将电影的各种属性作为输入特征,预测电影的评分。 首先,我们需要准备数据。可以从TMDB官网下载数据集,或者使用Kaggle上提供的TMDB电影数据集。下载后,我们可以使用Pandas库来读取数据集,然后进行数据清洗和特征提取。 ```python import pandas as pd # 读取数据 data = pd.read_csv('tmdb_5000_movies.csv') # 清洗数据 data = data.dropna() data = data.drop(['homepage', 'original_title', 'overview', 'spoken_languages', 'status', 'tagline', 'title'], axis=1) # 特征提取 genres = data['genres'].apply(lambda x: [i['name'] for i in eval(x)]) keywords = data['keywords'].apply(lambda x: [i['name'] for i in eval(x)]) production_companies = data['production_companies'].apply(lambda x: [i['name'] for i in eval(x)]) production_countries = data['production_countries'].apply(lambda x: [i['name'] for i in eval(x)]) data = data.drop(['genres', 'keywords', 'production_companies', 'production_countries'], axis=1) data = pd.concat([data, genres, keywords, production_companies, production_countries], axis=1) ``` 接下来,我们可以将数据集划分为训练集和测试集,并使用Scikit-learn库中的随机森林算法来训练模型。 ```python from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestRegressor from sklearn.metrics import mean_squared_error # 划分数据集 X = data.drop(['vote_average'], axis=1) y = data['vote_average'] X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) # 训练模型 model = RandomForestRegressor(n_estimators=100, random_state=42) model.fit(X_train, y_train) # 预测评分 y_pred = model.predict(X_test) mse = mean_squared_error(y_test, y_pred) print("Mean Squared Error:", mse) ``` 最后,我们可以使用模型对新电影进行评分预测。 ```python # 预测新电影评分 new_movie = {'budget': 100000000, 'popularity': 100, 'runtime': 120, 'Action': 1, 'Adventure': 1, 'Comedy': 0, 'Crime': 0, 'Documentary': 0, 'Drama': 1, 'Family': 0, 'Fantasy': 1, 'History': 0, 'Horror': 0, 'Music': 0, 'Mystery': 0, 'Romance': 0, 'Science Fiction': 1, 'TV Movie': 0, 'Thriller': 1, 'War': 0, 'Western': 0, 'based on novel': 0, 'duringcreditsstinger': 0, 'independent film': 0, 'murder': 0, 'sequel': 0, 'sport': 0, 'superhero': 0, 'new york': 0, 'los angeles': 1} new_movie = pd.DataFrame([new_movie]) rating = model.predict(new_movie) print("Predicted Rating:", rating) ``` 这里,我们使用了一些电影属性,如预算、流行度、时长以及电影的类型、关键字和制片公司等进行预测。随机森林算法是一种强大的机器学习算法,可以处理多种类型的数据,并在许多任务中表现良好。 希望这个代码示例能够帮助你了解如何使用机器学习算法进行电影评分预测
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值