ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

 

 

目录

输出结果

设计思路

核心代码


 

 

 

输出结果

1.1、RentListingInquries_FE_train.csv

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

 

1.2、RentListingInquries_FE_test.csv

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

2.1、RentListingInquries_FE_train.txt

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

 

2.2、RentListingInquries_FE_test.txt

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

代码输出

y_train初步处理: 
 10        1
10000     2
100004    0
100007    2
100013    2
100014    1
100016    2
100020    2
100026    1
100027    2
100030    2
10004     2
100044    0
100048    2
10005     2
100051    1
100052    2
100053    2
100055    2
100058    2
100062    2
100063    1
100065    2
100066    2
10007     1
100071    2
100075    1
100076    2
100079    0
100081    2
         ..
99956     2
99960     1
99961     2
99964     1
99965     2
99966     2
99979     2
99980     2
99982     0
99984     2
99986     2
99987     2
99988     1
9999      1
99991     2
99992     2
99993     2
99994     2
Name: interest_level, Length: 49352, dtype: int64
train_test_sparse为最终处理: 
   (0, 0)    1.5
  (0, 1)    3.0
  (0, 2)    40.7145
  (0, 3)    -73.9425
  (0, 4)    3000.0
  (0, 5)    1200.0
  (0, 6)    750.0
  (0, 7)    -1.5
  (0, 8)    4.5
  (0, 9)    2016.0
  (0, 10)    6.0
  (0, 11)    24.0
  (0, 12)    4.0
  (0, 13)    176.0
  (0, 14)    7.0
  (0, 15)    95.0
  (0, 17)    1.0
  (0, 18)    1.0
  (0, 19)    1.0
  (0, 20)    1.0
  (0, 21)    1.0
  (0, 22)    1.0
  (0, 23)    1.0
  (0, 24)    1.0
  (0, 32)    1.0
  :    :
  (124010, 29)    1.0
  (124010, 30)    1.0
  (124010, 31)    1.0
  (124010, 32)    1.0
  (124010, 33)    1.0
  (124010, 34)    2.0
  (124010, 35)    12.0
  (124010, 36)    0.04446034405901145
  (124010, 37)    0.010558720013101165
  (124010, 38)    0.030099750139483926
  (124010, 39)    0.9593415298474148
  (124010, 40)    0.21662478672029833
  (124010, 41)    0.0020547768050611895
  (124010, 42)    0.7813204364746404
  (124010, 43)    0.12333335451008201
  (124010, 44)    1.2281905750572492e-07
  (124010, 45)    0.8766665226708605
  (124010, 46)    0.0004487893042226658
  (124010, 47)    0.001303620464837077
  (124010, 48)    0.9982475902309401
  (124010, 49)    3.0
  (124010, 58)    2.0
  (124010, 83)    1.0
  (124010, 107)    1.0
  (124010, 114)    1.0

 

设计思路

正在更新……

ML之FE:基于FE特征工程对RentListingInquries数据集进行预处理并导出为三种格式文件(csv格式/txt格式/libsvm稀疏txt格式)

 

核心代码

正在更新……

train_test['features_count'] = train_test['features'].apply(lambda x: len(x))
train_test['features2'] = train_test['features']
train_test['features2'] = train_test['features2'].apply(lambda x: ' '.join(x))

c_vect = CountVectorizer(stop_words='english', max_features=200, ngram_range=(1, 1))  
c_vect_sparse = c_vect.fit_transform(train_test['features2'])                         
c_vect_sparse_cols = c_vect.get_feature_names()

train_test.drop(['features', 'features2'], axis=1, inplace=True)


from sklearn.datasets import dump_svmlight_file
dump_svmlight_file(y_train, dpath + 'RentListingInquries_FE_train_libsvm.txt',X_train_sparse) 
# dump_svmlight_file(X_train_sparse, dpath + 'RentListingInquries_FE_train_libsvm.txt') 
dump_svmlight_file(X_test_sparse,  dpath + 'RentListingInquries_FE_test_libsvm.txt') 

 

 

 

 

 

 

上一篇:[737] Interlude OpCodez


下一篇:Apache Doris FE配置参数