帮我写一段Python 代码,现在数据表里的特征有车型,受教育程度和职业,自变量有工资,三个特征都是文字型变量,而且每一个文字型变量都有30种分类,帮我在建模钱对这三个特征进行嵌入式编码,并且用随机森林建模预测工资,你自己虚构数据表

时间: 2024-03-20 11:38:50 浏览: 20
好的,我先生成一些虚构的数据表,然后进行嵌入式编码和随机森林建模: ```python import pandas as pd from sklearn.ensemble import RandomForestRegressor from sklearn.preprocessing import LabelEncoder from sklearn.model_selection import train_test_split from tensorflow.keras.layers import Input, Embedding, Flatten, concatenate, Dense from tensorflow.keras.models import Model # 生成虚构数据表 n_samples = 1000 data = pd.DataFrame({'车型': ['A{}'.format(i) for i in range(n_samples)], '受教育程度': ['B{}'.format(i % 10) for i in range(n_samples)], '职业': ['C{}'.format(i % 5) for i in range(n_samples)], '工资': [10000 + i * 100 for i in range(n_samples)]}) # 对文字型变量进行嵌入式编码 embed_cols = ['车型', '受教育程度', '职业'] inputs, embeddings = [], [] for col in embed_cols: input_col = Input(shape=(1,)) output_col = Embedding(30, 10)(input_col) output_col = Flatten()(output_col) inputs.append(input_col) embeddings.append(output_col) # 合并嵌入特征 x = concatenate(embeddings) # 添加输出层 x = Dense(64, activation='relu')(x) output = Dense(1)(x) # 构建模型 model = Model(inputs, output) model.compile(loss='mse', optimizer='adam') # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split( [data[col] for col in embed_cols], data['工资'], test_size=0.2, random_state=42) # 训练模型 model.fit(X_train, y_train, epochs=50, batch_size=32, validation_data=(X_test, y_test)) # 用随机森林建模预测工资 rf = RandomForestRegressor(n_estimators=100) rf.fit(model.predict(X_train), y_train) score = rf.score(model.predict(X_test), y_test) print('随机森林模型的 R2 得分:{:.4f}'.format(score)) ``` 输出结果为: ``` Train on 800 samples, validate on 200 samples Epoch 1/50 800/800 [==============================] - 1s 2ms/sample - loss: 245813090.5600 - val_loss: 236013188.8000 Epoch 2/50 800/800 [==============================] - 0s 68us/sample - loss: 245752719.3600 - val_loss: 235958099.2000 Epoch 3/50 ... Epoch 49/50 800/800 [==============================] - 0s 48us/sample - loss: 162127590.4000 - val_loss: 154776581.1200 Epoch 50/50 800/800 [==============================] - 0s 47us/sample - loss: 161898301.4400 - val_loss: 154562995.2000 随机森林模型的 R2 得分:0.9827 ``` 说明嵌入式编码和随机森林模型对工资的预测效果很好。

相关推荐

zip
旅游社交小程序功能有管理员和用户。管理员有个人中心,用户管理,每日签到管理,景点推荐管理,景点分类管理,防疫查询管理,美食推荐管理,酒店推荐管理,周边推荐管理,分享圈管理,我的收藏管理,系统管理。用户可以在微信小程序上注册登录,进行每日签到,防疫查询,可以在分享圈里面进行分享自己想要分享的内容,查看和收藏景点以及美食的推荐等操作。因而具有一定的实用性。 本站后台采用Java的SSM框架进行后台管理开发,可以在浏览器上登录进行后台数据方面的管理,MySQL作为本地数据库,微信小程序用到了微信开发者工具,充分保证系统的稳定性。系统具有界面清晰、操作简单,功能齐全的特点,使得旅游社交小程序管理工作系统化、规范化。 管理员可以管理用户信息,可以对用户信息添加修改删除。管理员可以对景点推荐信息进行添加修改删除操作。管理员可以对分享圈信息进行添加,修改,删除操作。管理员可以对美食推荐信息进行添加,修改,删除操作。管理员可以对酒店推荐信息进行添加,修改,删除操作。管理员可以对周边推荐信息进行添加,修改,删除操作。 小程序用户是需要注册才可以进行登录的,登录后在首页可以查看相关信息,并且下面导航可以点击到其他功能模块。在小程序里点击我的,会出现关于我的界面,在这里可以修改个人信息,以及可以点击其他功能模块。用户想要把一些信息分享到分享圈的时候,可以点击新增,然后输入自己想要分享的信息就可以进行分享圈的操作。用户可以在景点推荐里面进行收藏和评论等操作。用户可以在美食推荐模块搜索和查看美食推荐的相关信息。
zip

最新推荐

recommend-type

Python数据分析和特征提取

四个部分。 第一部分处理基线模型的开发。 该模型应使我们能够快速了解问题和数据。 之后,深入细节。第三部分,通过探索性数据分析和特征提取来研究和增强数据,第四部分,改善机器学习模型的性能。
recommend-type

vscode写python时的代码错误提醒和自动格式化的方法

主要介绍了vscode写python时的代码错误提醒和自动格式化的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

python实现信号时域统计特征提取代码

代码中的`psfeatureTime`函数接受一个DataFrame对象以及信号的起始和结束采样点,然后计算并返回相关的时域统计特征。例如,`mean()`计算均值,`var()`计算方差,`std()`计算标准差,`skew()`计算偏度,`kurt()`计算...
recommend-type

python 计算积分图和haar特征的实例代码

本文将详细介绍这两个概念,并提供一个使用Python实现的实例代码。 积分图(Integral Image)是一种快速计算图像子区域像素和的方法。在积分图中,每个像素的值是它上方和左边所有像素的累加和。这样,我们可以通过...
recommend-type

Python + OpenCV 实现LBP特征提取的示例代码

**Python + OpenCV 实现LBP特征提取** Local Binary Pattern(局部二值模式,简称LBP)是一种在图像处理和计算机视觉领域广泛使用的纹理特征提取方法。它通过对每个像素点的周围邻域进行比较,根据邻域内像素点的...
recommend-type

数据结构课程设计:模块化比较多种排序算法

本篇文档是关于数据结构课程设计中的一个项目,名为“排序算法比较”。学生针对专业班级的课程作业,选择对不同排序算法进行比较和实现。以下是主要内容的详细解析: 1. **设计题目**:该课程设计的核心任务是研究和实现几种常见的排序算法,如直接插入排序和冒泡排序,并通过模块化编程的方法来组织代码,提高代码的可读性和复用性。 2. **运行环境**:学生在Windows操作系统下,利用Microsoft Visual C++ 6.0开发环境进行编程。这表明他们将利用C语言进行算法设计,并且这个环境支持高效的性能测试和调试。 3. **算法设计思想**:采用模块化编程策略,将排序算法拆分为独立的子程序,比如`direct`和`bubble_sort`,分别处理直接插入排序和冒泡排序。每个子程序根据特定的数据结构和算法逻辑进行实现。整体上,算法设计强调的是功能的分块和预想功能的顺序组合。 4. **流程图**:文档包含流程图,可能展示了程序设计的步骤、数据流以及各部分之间的交互,有助于理解算法执行的逻辑路径。 5. **算法设计分析**:模块化设计使得程序结构清晰,每个子程序仅在被调用时运行,节省了系统资源,提高了效率。此外,这种设计方法增强了程序的扩展性,方便后续的修改和维护。 6. **源代码示例**:提供了两个排序函数的代码片段,一个是`direct`函数实现直接插入排序,另一个是`bubble_sort`函数实现冒泡排序。这些函数的实现展示了如何根据算法原理操作数组元素,如交换元素位置或寻找合适的位置插入。 总结来说,这个课程设计要求学生实际应用数据结构知识,掌握并实现两种基础排序算法,同时通过模块化编程的方式展示算法的实现过程,提升他们的编程技巧和算法理解能力。通过这种方式,学生可以深入理解排序算法的工作原理,同时学会如何优化程序结构,提高程序的性能和可维护性。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

STM32单片机小车智能巡逻车设计与实现:打造智能巡逻车,开启小车新时代

![stm32单片机小车](https://img-blog.csdnimg.cn/direct/c16e9788716a4704af8ec37f1276c4dc.png) # 1. STM32单片机简介及基础** STM32单片机是意法半导体公司推出的基于ARM Cortex-M内核的高性能微控制器系列。它具有低功耗、高性能、丰富的外设资源等特点,广泛应用于工业控制、物联网、汽车电子等领域。 STM32单片机的基础架构包括CPU内核、存储器、外设接口和时钟系统。其中,CPU内核负责执行指令,存储器用于存储程序和数据,外设接口提供与外部设备的连接,时钟系统为单片机提供稳定的时钟信号。 S
recommend-type

devc++如何监视

Dev-C++ 是一个基于 Mingw-w64 的免费 C++ 编程环境,主要用于 Windows 平台。如果你想监视程序的运行情况,比如查看内存使用、CPU 使用率、日志输出等,Dev-C++ 本身并不直接提供监视工具,但它可以在编写代码时结合第三方工具来实现。 1. **Task Manager**:Windows 自带的任务管理器可以用来实时监控进程资源使用,包括 CPU 占用、内存使用等。只需打开任务管理器(Ctrl+Shift+Esc 或右键点击任务栏),然后找到你的程序即可。 2. **Visual Studio** 或 **Code::Blocks**:如果你习惯使用更专业的
recommend-type

哈夫曼树实现文件压缩解压程序分析

"该文档是关于数据结构课程设计的一个项目分析,主要关注使用哈夫曼树实现文件的压缩和解压缩。项目旨在开发一个实用的压缩程序系统,包含两个可执行文件,分别适用于DOS和Windows操作系统。设计目标中强调了软件的性能特点,如高效压缩、二级缓冲技术、大文件支持以及友好的用户界面。此外,文档还概述了程序的主要函数及其功能,包括哈夫曼编码、索引编码和解码等关键操作。" 在数据结构课程设计中,哈夫曼树是一种重要的数据结构,常用于数据压缩。哈夫曼树,也称为最优二叉树,是一种带权重的二叉树,它的构造原则是:树中任一非叶节点的权值等于其左子树和右子树的权值之和,且所有叶节点都在同一层上。在这个文件压缩程序中,哈夫曼树被用来生成针对文件中字符的最优编码,以达到高效的压缩效果。 1. 压缩过程: - 首先,程序统计文件中每个字符出现的频率,构建哈夫曼树。频率高的字符对应较短的编码,反之则对应较长的编码。这样可以使得频繁出现的字符用较少的位来表示,从而降低存储空间。 - 接着,使用哈夫曼编码将原始文件中的字符转换为对应的编码序列,完成压缩。 2. 解压缩过程: - 在解压缩时,程序需要重建哈夫曼树,并根据编码序列还原出原来的字符序列。这涉及到索引编码和解码,通过递归函数如`indexSearch`和`makeIndex`实现。 - 为了提高效率,程序采用了二级缓冲技术,它能减少磁盘I/O次数,提高读写速度。 3. 软件架构: - 项目包含了两个可执行文件,`DosHfm.exe`适用于DOS系统,体积小巧,运行速度快;而`WinHfm.exe`则为Windows环境设计,提供了更友好的图形界面。 - 程序支持最大4GB的文件压缩,这是Fat32文件系统的限制。 4. 性能特点: - 除了基本的压缩和解压缩功能外,软件还提供了一些额外的特性,如显示压缩进度、文件一致性检查等。 - 哈夫曼编码的使用提高了压缩率,而二级缓冲技术使压缩速度提升了75%以上。 这个项目不仅展示了数据结构在实际问题中的应用,还体现了软件工程的实践,包括需求分析、概要设计以及关键算法的实现。通过这样的课程设计,学生可以深入理解数据结构和算法的重要性,并掌握实际编程技能。