概述
数据集
- movie_metadata.csv
代码
# -*- coding: utf-8 -*-
"""
Created on Tue May 09 10:57:24 2017
随机森林模型预测imdb电影评分
"""
import numpy as np
import pandas as pd
from sklearn.metrics import accuracy_score
# 加载数据集
df = pd.read_csv("movie_metadata.csv")
df =df.dropna()
# 数据预处理,将非数值型数据转换为数值型
from sklearn.preprocessing import LabelEncoder
columnsToEncode = list(df.select_dtypes(include=['category','object']))
le = LabelEncoder()
for feature in columnsToEncode:
try:
df[feature] = le.fit_transform(df[feature])
except:
print('Error encoding ' + feature)
X = df
y = X['imdb_score']
X = X.drop(['imdb_score'], axis=1)
# 数据分割,75%作为训练集,25%作为测试集
from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
scaler=StandardScaler()
X = scaler.fit_transform(X)
y = np.array(y).astype(int)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=33)
# 用随机深林模型来预测
from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier(n_estimators=100)
clf = clf.fit(X_train, y_train)
clf_y_predict = clf.predict(X_test)
print(accuracy_score(y_test, clf_y_predict))
最后
以上就是害羞黑米为你收集整理的【Kaggle笔记】预测Imdb电影评分(随机森林)数据集代码的全部内容,希望文章能够帮你解决【Kaggle笔记】预测Imdb电影评分(随机森林)数据集代码所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复