数据挖掘实战:地震后建筑修复建议预测

栏目: 数据库 · 发布时间: 6年前

内容简介:嘿嘿,总算又更新了。这次就用一个小比赛来检验一下吧。

嘿嘿,总算又更新了。

上一篇讲了 如何用 Python 进行数据探索

这次就用一个小比赛来检验一下吧。

本篇主要讲了 数据探索、特征生成 ,以及一些常用的建模方法,

比如 用xgboost生成特征、blend、神经网络 等等。

按照惯例,可以在这找到notebook文件直接运行: https://github.com/wmpscc/DataMiningNotesAndPractice

如果你觉得这里的排版看着不爽,可以滑到底下直接看原文

介绍

地震后建筑修复建议是SofaSofa提供的练习比赛,可以说它是一个多分类问题,也可以说它是一个小型的推荐系统。因为它有四个类,评价标准是 map@2

写这个比赛的目的是练习一下前面学的 数据探索(EDA)数据预处理 ,还有建模时用到的 blendstacking 。具体代码都在jupyter notebook 文件里,这里简单介绍一下。

EDA

首先从最基本的开始,

数据挖掘实战:地震后建筑修复建议预测

相关性矩阵

数据挖掘实战:地震后建筑修复建议预测

数据离散化

数据离散化是有风险的,因为离散化后的数据效能未必会比离散化之前好,一般是根据专家的建议设置区间,而不是随意猜测一个区间。这里是利用无监督模型(K-means 算法)聚类,将id类的数据分段。

首先看下数据的分布,猜测一下应该聚成几类,因为k-means算法要求提供聚类的簇数。利用seaborn可视化数据:

数据挖掘实战:地震后建筑修复建议预测

根据可视化后的数据分布,猜测可以聚为6类。(聚成几类是没有一个确定的答案的,可以多尝试几种情况,取最好的)

这里id类型的数据,我都是这样处理的。

处理异常值

age 属性。

可视化后是这样的

数据挖掘实战:地震后建筑修复建议预测

一直延续到1000,猜测可能有问题。绘制散点图看看。

数据挖掘实战:地震后建筑修复建议预测

1000那里突然就出现一堆数据 ,猜测可能是出题热故意设置的,处理方法是直接删除。

floors 属性

数据集中提供了楼层前后高度信息,猜测可能会存在一些异常值,地震楼层数会比地震前还有高。首先进行可视化

地震前: floors_before

数据挖掘实战:地震后建筑修复建议预测

地震后: floors_after

数据挖掘实战:地震后建筑修复建议预测

地震前后楼层数对比

数据挖掘实战:地震后建筑修复建议预测

从图上可以发现,确实有些数据像说的那样。先计算下个数

有1838个,直接删除

height 属性

height 也提供了前后高度,处理方法是一样的。

标签数据-独热编码(one-hot)

构造属性

加减乘数,构造属性

标签数据编号

用one-hot后的数据构造新属性

lightGBM模型生成特征重要性图

数据挖掘实战:地震后建筑修复建议预测

生成新的相关性矩阵

可以看出构造出的几个属性相关性较强。

建模

构建评分函数

它的评分标准是 map@2

简单来说,对于每一个建筑,若主修复意见正确,得1分;若次修复意见正确,得0.5分;若都不正确,记0分。所有建筑的得分的均值就是map@2

XGBOOST

LightGBM

神经网络

XGBOOST生成新特征

blend

Stacking

emmmm,这个我不确定是不是这样写。

加权投票

总结

这次主要是锻炼之前学到的东西,实际比赛排名不是很高。

数据挖掘实战:地震后建筑修复建议预测

长按识别二维码

获取更多AI资讯

数据挖掘实战:地震后建筑修复建议预测

数据挖掘实战:地震后建筑修复建议预测


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

知识发现

知识发现

史忠植 / 2011-1 / 59.00元

《知识发现(第2版)》全面而又系统地介绍了知识发现的方法和技术,反映了当前知识发现研究的最新成果和进展。全书共分15章。第1章是绪论,概述知识发现的重要概念和发展过程。下面三章重点讨论分类问题,包括决策树、支持向量机和迁移学习。第5章阐述聚类分析。第6章是关联规则。第7章讨论粗糙集和粒度计算。第8章介绍神经网络,书中着重介绍几种实用的算法。第9章探讨贝叶斯网络。第10章讨论隐马尔可夫模型。第11章......一起来看看 《知识发现》 这本书的介绍吧!

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

SHA 加密
SHA 加密

SHA 加密工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具