Baseline模型-未完待续篇
开始Baseline模型训练之前,还需要做数据归一化。
数据标准化就是:数据按最小值中心化后,再按极差(最大值-最小值)缩放,数据会被收敛到[0,1]之间,目的是让特征大小变换到统一风格。
使用sklearn.preprocessing的MinMaxScaler来实现这个功能
1.数据归一化
form sklearn.preprocessing import MinMaxScaler
labels_train=df_train['TARGET']
feature_train=df_train.drop(['TARGET'],axis=1)
feature_names=feature_train.columns
# 归一化
scaler=MinMaxScaler()
scaler.fit(feature_train)
feature_train=scaler.transform(feature_train)
feature_test=scaler.transform(df_test)
2.Logistic回归模型
首先使用sklearn的LogisticRegression作为第一个模型,使用L2正则,惩罚系数为C(用于控制拟合的程度,越大越能控制拟合)
from sklearn.linear_model import LogisticRegression
# 创建Logistic回归模型,设置惩罚项系数C为1.0
lr=LogisticRegression(penalty='l2',C=1.0,class_weight='balanced')
lr.fit(feature_train,labels_train)
# 使用predict_proba做模型预测,预测出来是0-1的取值,可以看做是概率,结果去第二列即可。
lr_pred=lr.predict_proba(feature_test)[:,1]
lr_pred
有了预测结果,先提交,先构建提交结果
submit=df_test