机器学习赛事:快来一起挖掘幸福感 — 阿里云天池

概述

  • 学习地址:
    https://tianchi.aliyun.com/specials/promotion/aicampml?invite_channel=3&accounttraceid=baca918333cb45008b70655b544a5aeadgkm

  • 学习内容:机器学习赛事:快来一起挖掘幸福感

  • 思路:根据之前所学的内容,先用KNN聚类进行缺失值补充,然后使用logsitic回归进行分类和预测。

  • 问题:最终的test组的y值都是5,但是我预测出来都是4。不确定是中间步骤出问题了,还是logistic回归分类在这个例子中不适用。

  • 最终结果全不一样就离谱:我的预测都是4,实际值都是5。

一、数据处理

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

train_abbr = pd.read_csv(r'D:\学习\数据\快来挖掘幸福感数据\happiness_train_abbr.csv')
train = pd.read_csv(r'D:\学习\数据\快来挖掘幸福感数据\happiness_train_complete.csv',encoding='GBK')
test_abbr = pd.read_csv(r'D:\学习\数据\快来挖掘幸福感数据\happiness_test_abbr.csv',encoding='ISO-8859-1')
test = pd.read_csv(r'D:\学习\数据\快来挖掘幸福感数据\happiness_test_complete.csv',encoding='GBK')

# 将无效统计数据标记为nan
train = train.replace([-8, -1, -2, -3], np.nan)
((train == -8) | (train == -1) | (train == -2) | (train == -3)).sum().sum()

# 查看所有特征的缺失值个数和缺失率
for i in range(train.shape[1]):
    n_miss = train.iloc[:,i].isnull().sum()
    perc = (n_miss / train.shape[0]
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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
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