LightBGM_Online1_87397.py

# -*- coding: utf-8 -*-
“““
Created on Tue Nov  6 16:45:27 2018
cross-validation train scores:
[2.17668319 2.12016617 2.08356488 2.15369368 2.25858748]
2.1585390802643025
cross-validation test scores:
[2.40620658 2.39603569 2.47640417 2.46036761 2.57701327]
2.4632054634713403
@author: wzy
“““
import pandas as pd
import copy
import numpy as np
from math import isnan
import lightgbm as lgb
from sklearn.model_selection import KFold cross_val_score train_test_split
# from sklearn.model_selection import StratifiedKFold
from scipy import stats

# 数据导入 train:196539 test:56279
train = pd.read_csv（‘../data/train.csv‘）
test = pd.read_csv（‘../data/test.csv‘）


# 房屋朝向的汉字编码处理
train_vec = copy.deepcopy（train[‘房屋朝向‘]）
train_vec_dic = list（set（train_vec））
num_train_vec_dic = len（train_vec_dic）
encode_train_vec_dic = list（np.arange（num_train_vec_dic））
dic_enc_train_vec = dict（map（lambda x y: [x y] train_vec_dic encode_train_vec_dic））
encode_train_vec = []
for i in train_vec:
    temp = dic_enc_train_vec[i]
    encode_train_vec.append（temp）
test_vec = copy.deepcopy（test[‘房屋朝向‘]）
test_vec_dic = list（set（test_vec））
te_vec_new = []
for i in test_vec_dic:
    if i not in train_vec_dic:
        te_vec_new.append（i）
num_te_vec_new = len（te_vec_new）
enc_te_vec_new = list（np.arange（num_train_vec_dic num_train_vec_dic+num_te_vec_new））
dic_te_vec_new = dict（map（lambda x y: [x y] te_vec_new enc_te_vec_new））
dic_te_vec = dict（dic_enc_train_vec **dic_te_vec_new）
encode_test_vec = []
for i in test_vec:
    temp = dic_te_vec[i]
    encode_test_vec.append（temp）
# train.drop（‘房屋朝向‘axis=1 inplace=True）
train[‘房屋朝向1‘] = encode_train_vec
# test.drop（‘房屋朝向‘axis=1 inplace=True）
test[‘房屋朝向1‘] = encode_test_vec
del dic_enc_train_vec dic_te_vec dic_te_vec_new enc_te_vec_new encode_test_vec
del encode_train_vec encode_train_vec_dic i num_te_vec_new num_train_vec_dic
del te_vec_new temp test_vec test_vec_dic train_vec train_vec_dic




train_vec = list（copy.deepcopy（train[‘房屋朝向‘]））
diract = []
for i in train_vec:
    temp = i.split（）
    temp = temp[0]
    diract.append（temp）
Diract = []
for i in diract:
    if i == ‘南‘:
        temp = 0
    elif i == ‘东南‘:
        temp = 1
    elif i == ‘东‘:
        temp = 2
    elif i == ‘西南‘:
        temp = 3
    elif i == ‘北‘:
        temp = 4
    elif i == ‘西‘:
        temp = 5
    elif i == ‘东北‘:
        temp = 6
    elif i == ‘西北‘:
        temp = 7
    Diract.append（temp）
train.drop（‘房屋朝向‘axis=1 inplace=True）
train[‘房屋朝向2‘] = Diract
del train_vec diract i temp Diract
test_vec = list（copy.deepcopy（test[‘房屋朝向‘]））
diract = []
for i in test_vec:
    temp = i.split（）
    temp = temp[0]
    diract.append（temp）
Diract = []
for i in diract:
    if i == ‘南‘:
        temp = 0
    elif i == ‘东南‘:
        temp = 1
    elif i == ‘东‘:
        temp = 2
    elif i == ‘西南‘:
        temp = 3
    elif i == ‘北‘:
        temp = 4