机器学习-位置预测实战

一、问题描述

给定用户签到数据集，预测用户下次签到位置

二、数据准备

 row_id：签到事件id

x,y：签到坐标

accuracy：准确度，定位精度

time：时间戳

place_id：签到的位置，预测目标值

三、实现代码

import pandas as pd
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier

# 获取数据集
facebook = pd.read_csv("./pic/train.csv")
# print(facebook.head())
# 基本数据处理
# 缩小数据范围
data = facebook.query("x>2.0&x<3.0&y>2.0&y<3.0")
# 选择时间特征
time = pd.to_datetime(data["time"], unit="s")
# print(time.head())
time = pd.DatetimeIndex(time)
data["day"] = time.day
data["hour"] = time.hour
data["weekday"] = time.weekday
# 去掉签到较少的地方
place_count = data.groupby("place_id").count()
place_count = place_count[place_count["row_id"] > 3]
data = data[data["place_id"].isin(place_count.index)]
# 确定特征值和目标值
x = data[["x", "y", "accuracy", "day", "hour", "weekday"]]
y = data["place_id"]
# 分割数据集
x_train, x_test, y_train, y_test = train_test_split(x, y, random_state=22)
# 特征工程--特征与处理(标准化)
# 实例化一个转换器
transfer = StandardScaler()
# 调用fit_transform
x_train = transfer.fit_transform(x_train)
x_test = transfer.fit_transform(x_test)
# 机器学习 knn+cv
# 实例化一个估计器
estimator = KNeighborsClassifier()
# 网格校验
param_grid = {"n_neighbors": [1, 3, 5, 7]}
estimator = GridSearchCV(estimator, param_grid=param_grid, cv=3)
# 模型训练
estimator.fit(x_train, y_train)
# 模型评估
score = estimator.score(x_test, y_test)
print("最后预测的正确率为：
", score)

y_predict = estimator.predict(x_test)
print("最后的预测值是：
", y_predict)
print("预测值和真实值的对比情况：
", y_predict == y_test)

# 使用交叉验证后的评估方式
print("在交叉验证中最好的结果：
", estimator.best_score_)
print("最好的模型参数：
", estimator.best_estimator_)
print("每次交叉验证后的验证集准确率结果和训练集准确率结果：
", estimator.cv_results_)

四、运行结果

 数据量太大如果全部跑的话最好用服务器去跑，这里从中截取了大概30w条数据，准确率偏低