北京PM2.5濃度回歸分析訓練賽

• 簡介
  • DC上的一個回歸題，比較簡單。
  • 時間原因沒有細看，提交到70多名就結束了。
  • 使用stacking方法結合多個回歸模型。
• 過程
  • 數據獲取
    • 官方給定。
  • 數據探索
    • 訓練集有35746條記錄，13個字段，有表頭，其中pm2.5為目標。
    • 敘述
  • 數據預處理
    • 主要對date屬性進行預處理，因為其字符串屬性無法參與建模。
      • 利用time模塊解析日期并生成新特征為年、月、日、周。
    • 還可以進行一些特征組合，時間關系，我就直接強代入模型了。
  • 數據挖掘建模
    • 平時比較喜歡將一個模型調參到合適，這次由于數據原因選擇了stacking構建模型，使用mlxtend庫。
    • 核心代碼
      • from sklearn.linear_model import LinearRegression, Ridge, Lassofrom sklearn.tree import DecisionTreeRegressorfrom sklearn.svm import SVRfrom sklearn.neighbors import KNeighborsRegressorlr = LinearRegression()dtr = DecisionTreeRegressor()svr_rbf = SVR(kernel='rbf', gamma='auto')knr = KNeighborsRegressor()ridge = Ridge()lasso = Lasso()regression_models = [lr, dtr, svr_rbf, knr, ridge, lasso]from mlxtend.regressor import StackingCVRegressorsclf = StackingRegressor(regression_models, meta_regressor=ridge)sclf.fit(x_tra, y_tra)
      • mlxtend的模型是可以使用sklearn庫進行網格搜索調參的。
    • 驗證集擬合情況
• 補充說明
  • 如果繼續調參會有不錯的分數。
  • 數據集和代碼見我的Github，歡迎star或者fork。
  • 附上提交時的排名（76/832)。

總結

以上是生活随笔為你收集整理的数据挖掘竞赛-北京PM2.5浓度回归分析训练赛的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。