数据集介绍

目的是预测一个人想要签入那些地方，Facebook创造一个人造世界。对于一个给定目标，你的任务就是返回最有可能的地方的排名列表。数据详解及下载点击此处

File descriptions

• train.csv test.csv
  row_id：签到事件的id
  x y：坐标
  精度：定位精度
  时间：时间戳
  place_id：企业的id，这是你预测的目标

流程分析（⭐️这一部分要反复熟悉！！！）

1. 获取数据
2. 数据处理（目标：特征值+目标值）
   a. 缩小数据范围（取坐标2<x<2.5 1<y<1.5）
   b. time–>年月日（变为有意义的时间）
   c. 过滤掉签到次数少的地点
3. 特征工程：标准化
4. KNN算法预估流程
5. 模型选择与调优
6. 模型评估

代码如下

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

# 获取数据
data = pd.read_csv("./train.csv")
# 处理数据
# 1.取指定范围内的数据
data = data.query("x<2.5 & x>2 & y<1.5 & y>1")
# 2.处理时间特征(将时间戳转换成有效时间特征)
time_value = pd.to_datetime(data['time'],unit="s")
date = pd.DatetimeIndex(time_value)
data["day"] = date.day
data["weekday"] = date.weekday
data["hour"] = date.hour
# 3.过滤签到次数较少的地点(这个地方很巧妙计算相同place_id下有多少个row_id)
place_count = data.groupby("place_id").count()["row_id"]
data_final = data[data["place_id"].isin(place_count[place_count > 3].index.values)]"这一步对数据的操作非常巧妙，建议常看常学"
# 3.筛选目标值和特征值
x = data_final[["x","y","accuracy","day","weekday","hour"]]
y = data_final["place_id"]
# 特征工程（标准化）
transfer = StandardScaler()
x_train = transfer.fit_transform(x_train)
x_test = transfer.transform(x_test) # 上一步的fit已经计算出来了mean和std，在对x_test进行归一化的时候必须使用和x_train相同的mean和std，故这里只能transform
# KNN预估器流程
estimator = KNeighborsClassifier()
# 加如网格搜索和交叉验证
#1.参数准备
param_dic = {"n_neighbors":[3, 5, 7, 9, 11]}
estimator = GridSearchCV(estimator,param_grid=param_dic,cv=3)
estimator.fit(x_train,y_train)
# 模型评估
"""评估方法1：直接比对真实值和预测值"""
y_predict = estimator.predict(x_test)
print("y_predict:\n",y_predict)
print("直接比对真实值和预测值:\n",y_test == y_predict)
"""评估方法2：计算准确率"""
score = estimator.score(x_test,y_test)# 相当于计算了预估器的准确率，因为这里本来是完全一致的
print("准确率：\n",score)
# 最佳参数：best_params_
print("最佳参数\n",estimator.best_params_)
# 最佳结果：best_score_
print("最佳结果\n", estimator.best_score_)
# 最佳估计器：best_estimator_
print("最佳估计器\n", estimator.best_estimator_)
# 交叉验证结果：cv_results_
print("交叉验证结果\n", estimator.cv_results_)