datawhale AI 夏令营——分子AI预测赛Task1笔记

跑通baseline：

一、下载相关库：

!pip install lightgbm openpyxl

二、训练模型并预测获得结果

1. 导入要用到的库：

# 导入 pandas 库，用于数据处理和分析

import pandas as pd

# 导入 numpy 库，用于科学计算和多维数组操作

import numpy as np

# 从 lightgbm 模块中导入 LGBMClassifier 类

from lightgbm import LGBMClassifier

2. 读取训练集和测试集

# 使用 read_excel() 函数从文件中读取训练集数据，文件名为 'traindata-new.xlsx'

train = pd.read_excel('./data/data280993/traindata-new.xlsx')

# 使用 read_excel() 函数从文件中读取测试集数据，文件名为 'testdata-new.xlsx'

test = pd.read_excel('./data/data280993/testdata-new.xlsx')

3. 特征工程

# 3.1 test数据不包含 DC50 (nM) 和 Dmax (%)，将train数据中的DC50 (nM) 和 Dmax (%)删除

train = train.drop(['DC50 (nM)', 'Dmax (%)'], axis=1)

# 3.2 将object类型的数据进行目标编码处理

for col in train.columns[2:]:

        if train[col].dtype == object or test[col].dtype == object:

                train[col] = train[col].isnull() test[col] = test[col].isnull()

4. 加载决策树模型进行训练

model = LGBMClassifier(verbosity=-1)

model.fit(train.iloc[:, 2:].values, train['Label'])

pred = model.predict(test.iloc[:, 1:].values, )

5. 保存结果文件到本地

pd.DataFrame(

        {

                'uuid': test['uuid'],

                'Label': pred

        }

).to_csv('submit.csv', index=None)

三、下载 submit.csv 文件