天池-优惠卷预测大赛-模型预测

预测

前一文中，我们得到了训练的XGBoost模型，现在利用这个模型来预测测试集

• 1、引包

• import pandas  as pd
  import numpy as np
  import xgboost
  import matplotlib.pyplot as plt
  import time
  import os
  import sys
  import json
  import operator

• 2、文件路径

• # raw field name
  user_label = 'User_id'
  coupon_label = 'Coupon_id'
  date_received_label = 'Date_received'
  probability_consumed_label = 'Probability'

• 3、预测

• # 加载模型
  model_file_path='D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/wepon/data1/model/trainModel_2018081901PM40.model'
  model = xgboost.Booster(model_file=model_file_path)
  
  # 加载测试集
  fileDir='D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/wepon/data1/'
  predict_path=fileDir+'data/dataset3.csv'
  predict_features = pd.read_csv(predict_path).astype(float)
  predict_matrix = xgboost.DMatrix(predict_features.values, feature_names=predict_features.columns)
  
  
  # 预测模型
  labels = model.predict(predict_matrix)
  frame = pd.Series(labels, index=predict_features.index)
  frame.name = probability_consumed_label
  
  plt.figure()
  frame.hist(figsize=(10, 8))
  plt.title('results histogram')
  plt.xlabel('predict probability')
  plt.gcf().savefig('{0}_{1}{2}'.format(fileDir+"/predit",'1111123', '.jpg'))
  plt.close()
  # 将预测标签和数据集合在一起
  data_split_path= 'D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/charles/data_split'
  
  submission = pd.read_csv(data_split_path+"/predict_data/dataset.csv")
  submission = submission[[user_label, coupon_label, date_received_label]].join(frame)  # 把核销概率拼接在一起
  submission.to_csv('{0}_{1}{2}'.format(fileDir+"/predit",'123', '.txt'), index=False)

  预测测试集的使用优惠卷的概率，并按照官网的格式输出到文件中。

  提交结果

  这个文件结果提交到天池官网，得到的结果不是很理想
  图片

  结果与第一名实际得到的结果又很大差别，第一名在初赛中的成绩是0.7多，我按照他们的代码得到的结果，结果差别有点大，其实在训练模型的时候，测试集上交叉验证中，得到的准确率并不低，都是0.8以上，在测试集上不知怎么就0.4，想不明白，回头再看下代码。