机器学习课次31~32-集成算法练习_第1页
机器学习课次31~32-集成算法练习_第2页
机器学习课次31~32-集成算法练习_第3页
机器学习课次31~32-集成算法练习_第4页
机器学习课次31~32-集成算法练习_第5页
已阅读5页,还剩10页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

彭辉94031097(QQ)机器学习MachineLearning集成算法练习任务目标素质目标团队协作学会学习实践创新集成算法练习如何根据已知历史天气情况,预测未来的天气背景集成算法练习使用随机森林算法完成基本建模任务项目任务数据预处理、特征展示、完成建模并进行可视化展示分析分析数据样本量与特征个数对结果的影响在保证算法一致的前提下,增加样本个数,观察结果变化,重新考虑特征工程,引入新特征后,观察结果走势。对随机森林算法进行调参,找到合适的参数掌握2种经典的调参方法,对当前模型选择合适的参数。集成算法练习项目任务前提:读取数据集,观察数据情况(1)读取数据data=pd.read_csv(2)观察数据情况data.head()temp_1表示前一天(昨天)的最高气温;temp_2表示前两天(前天)的最高气温;average

历史上,每年这一天的平均最高气温actual

当天的实际温度friend

朋友预测的最高气温集成算法练习1.使用随机森林算法完成基本建模任务(1)数据预处理查看数据规模data.shape

查看数据集中各个特征的统计特性

data.describe()

对于时间数据,用标准时间格式方便处理,为此需对年,月,日等格式进行转换#m="2018-01-28"

#datetime.datetime.strptime(m,'%Y-%m-%d')

dates=[datetime.datetime.strptime(date,'%Y-%m-%d')fordateindates]ensemb_forest_weather_practice1.py集成算法练习使用随机森林算法完成基本建模任务(2)可视化展示选择合适的图形绘图展示气温指标:实际气温标签值、前天、昨天、朋友预测的气温最高值集成算法练习使用随机森林算法完成基本建模任务(3)对星期数据进行预处理原始数据中week列并不是数值特征,而是字符串,需要进行转换。One-hotencoding独热编码,用于将属性值转换成数值;对应的特征中有几个可选属性值,就构造几列新的特征,并将其中符合的位置标记为1,其他位置标记为0weekMonTueWedThuFriMonTueWedThuFri1000001000001000001000001Numpy中可以直接用features=pd.get_dummies(features)集成算法练习使用随机森林算法完成基本建模任务(4)划分数据集,建立模型建立1000颗树模型,其他参数默认,进行参数调试求回归的误差-平均绝对百分误差MAPE集成算法练习使用随机森林算法完成基本建模任务(5)查看最重要特征使用随机森林集成算法,可以得到特征的重要性,使用sklearn现成的函数可以获取。importances=rfg.feature_importances_(6)仅仅利用最重要两个特征来训练模型,求损失从损失上看,不一定会下降,可能会上升。说明其他特征还是有价值的,不能只凭特征重要性就否定部分特征数据,一切还是以实验结果进行判断。2.数据样本量与特征个数对结果的影响集成算法练习ws_1表示前一天的风速;prcp_1表示前一天的降水;snwd_1

表示前一天的积雪深度(1)增加数据量(2)增加特征维度特征保存不变,使用比较多的样本。筛选和原始数据同样的特征进行模型训练与测试。ensemb_forest_weather_practice2.py3模型调参集成算法练习(1)随机参数选择

RandomizedSearchCV(),这个函数可以帮助我们在候选集组合中,不断的随机选择一组合适的参数来建模,并且求其交叉验证后的评估结果。

为什么要不断随机的选择呢?按顺序一个个来不是更靠谱嘛,假设咱们有5个参数待定,每个参数都有10种候选值,那一共有多少种可能性呢?这个数字就很大了吧,由于建立模型所花的时间并不少,当数据量大的时候,几小时能完成一次建模就已经不错了,所以我们很难遍历到所有的可能,随机变成了一种策略,让我们大致能得到比较合适的参数组合每一个候选参数的参数空间需要我们好好把控,因为如果这个取值范围给定的不恰当,最好的结果肯定也不会太好,这里可以参考一些经验值或者不断通过实验结果来改变参数空间,这是一个反复的过程,并不是说我们机器学习建模任务就是从前往后的进行,有了实验结果之后,都需要再回过头来反复来对比不同参数,不同的预处理方案ensemb_forest_weather_practice3.py模型调参集成算法练习(2)网络参数搜索选择GridSearchCV(),它的意

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论