机器学习01案例-预测facebook签到位置

整体流程图

3.2.4 案例:预测facebook签到位置

流程分析:
  1)获取数据
  2)数据处理
  目的:
  特征值 x
  目标值 y
   a.缩小数据范围
     2 < x < 2.5
     1.0 < y < 1.5
   b.time -> 年月日时分秒
   c.过滤签到次数少的地点
   数据集划分
   3)特征工程:标准化
   4)KNN算法预估流程
   5)模型选择与调优
   6)模型评估

1.获取数据

import pandas as pd
import numpy as np
#1.获取数据
data = pd.read_csv("../input/train.csv")
print(data.head())
print(data.shape)
   row_id       x       y  accuracy    time    place_id
0       0  0.7941  9.0809        54  470702  8523065625
1       1  5.9567  4.7968        13  186555  1757726713
2       2  8.3078  7.0407        74  322648  1137537235
3       3  7.3665  2.5165        65  704587  6567393236
4       4  4.0961  1.1307        31  472130  7440663949
(29118021, 6)

2.基本的数据处理

# 1) 缩小数据范围
data = data.query("x<2.5 & x>2 & y<1.5 & y> 1.0")
# 2)时间戳转换为时间
time_value = pd.to_datetime(data['time'],unit='s')
time_value.head()
112    1970-01-08 05:06:14
180    1970-01-08 01:29:55
367    1970-01-07 17:01:07
874    1970-01-02 15:52:46
1022   1970-01-03 09:46:33
Name: time, dtype: datetime64[ns]
# 3) 将时间从Series的格式转换到DatetimeIndex的格式
time = pd.DatetimeIndex(time_value)
time.weekday  # 星期几
time.month    # 几月
time.year     # 年份
time.hour     # 小时
Int64Index([ 5,  1, 17, 15,  9, 19, 13, 22, 14, 16,
            ...
             9, 10, 11,  3, 22,  8, 12, 20, 18, 22],
           dtype='int64', name='time', length=83197)
data["day"] = time.day
data["weekday"] = time.weekday
data["hour"] = time.weekday
data.head()
row_idxyaccuracytimeplace_iddayweekdayhour
1121122.23601.3655666231747663031065833
1801802.20031.2541656101952358558474833
3673672.41081.3213745796676644108708722
8748742.08221.19733201435663229876087244
102210222.01601.1659652079933244363975355
# 4) 过滤掉签到次数少的地点   分组+聚合函数    
# 因为都是重复的没必要全都要,我们拿一个“row_id”
place_count = data.groupby("place_id").count()["row_id"]
# 挑选正确的地点,签到次数小于3次以下的都去除掉
place_count[place_count > 3].head()
place_id
1014605271    28
1015645743     4
1017236154    31
1024951487     5
1028119817     4
Name: row_id, dtype: int64
# 在data中通过地点过滤数据   
boo_ = data["place_id"].isin(place_count[place_count > 3].index.values)   # !!! 后面加index和values
data_final = data[boo_]
# 筛选特征值和目标值
x = data_final[['x','y','accuracy','day','weekday','hour']]
y = data_final['place_id']
x.head()
xyaccuracydayweekdayhour
1122.23601.365566833
3672.41081.321374722
8742.08221.1973320244
10222.01601.165965355
10452.38591.1660498611
y.head()
112     7663031065
367     6644108708
874     3229876087
1022    3244363975
1045    6438240873
Name: place_id, dtype: int64
# 数据集的划分
from sklearn.model_selection import train_test_split
x_train,x_test,y_train,y_test = train_test_split(x,y)

3.特征工程 标准化

from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
# 1) 特征工程标准化
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test)

4.KNN算法预估流程

# 1) KNN算法预估器
estimator = KNeighborsClassifier()

# 2)加入网格搜索与交叉验证
# 参数准备
param_dict = {"n_neighbors":[1,3,5,7,9,11,13]}
estimator = GridSearchCV(estimator,param_grid=param_dict,cv=3)
estimator.fit(x_train,y_train)

5.模型评估

# 计算准确率
score = estimator.score(x_test,y_test)
print("测试集的准确率为:",score)
# 最佳参数:best_params
print("最佳参数为:",estimator.best_params_)
print("最佳验证集结果为:",estimator.best_score_)
print("最佳估计器为:",estimator.best_estimator_)
准确率为: 0.43726517698240064
最佳参数为: {'n_neighbors': 9}
最佳结果为: 0.42577700141722424
最佳估计器为: KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
                     metric_params=None, n_jobs=None, n_neighbors=9, p=2,
                     weights='uniform')
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 6
    评论
预测Facebook签到位置是通过分析用户的签到数据,预测用户未来签到位置。该数据集包含了用户签到位置坐标和时间信息。我们可以使用机器学习算法来训练模型,然后根据模型对未来的签到位置进行预测。 首先,我们需要对数据集进行预处理。首先,我们可以通过聚类算法将数据集中的签到位置进行聚类,得到用户常去的地点集合。然后,我们可以计算每个地点的签到时间分布,进一步划分用户的活动范围。这些预处理过程可以帮助模型更准确地预测用户的签到位置。 接下来,我们可以选择适合的机器学习算法来建立模型,比如决策树、随机森林、神经网络等。我们可以将用户的签到时间、签到地点等特征作为输入,将签到位置作为输出,训练出一个预测模型。 在训练模型时,我们可以将数据集分为训练集和测试集,用训练集来训练模型,然后用测试集进行验证和评估。通过比较模型对测试集的预测结果和实际签到位置的差异,可以评估模型的准确性和可靠性。 最后,我们可以使用训练好的模型来预测用户的签到位置。当用户进行签到时,将用户的签到时间、周围地点等信息输入到模型中,模型会根据之前的训练经验,预测用户的签到位置预测Facebook签到位置数据集的应用场景广泛,可以帮助用户快速找到附近的好友、推荐附近的商家和活动、增强用户隐私保护等。通过不断改进和优化模型,我们可以提高预测的准确性和实用性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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

自由小冰儿

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