天池-优惠卷预测大赛-模型预测

秒速五厘米 2022-05-15 05:43 225阅读 0赞

### 预测 ###

前一文中，我们得到了训练的XGBoost模型，现在利用这个模型来预测测试集

*  1、引包
 *      import pandas as pd
        import numpy as np
        import xgboost
        import matplotlib.pyplot as plt
        import time
        import os
        import sys
        import json
        import operator
 *  2、文件路径
 *      # raw field name
        user_label = 'User_id'
        coupon_label = 'Coupon_id'
        date_received_label = 'Date_received'
        probability_consumed_label = 'Probability'
 *  3、预测
 *      # 加载模型
        model_file_path='D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/wepon/data1/model/trainModel_2018081901PM40.model'
        model = xgboost.Booster(model_file=model_file_path)
        
        # 加载测试集
        fileDir='D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/wepon/data1/'
        predict_path=fileDir+'data/dataset3.csv'
        predict_features = pd.read_csv(predict_path).astype(float)
        predict_matrix = xgboost.DMatrix(predict_features.values, feature_names=predict_features.columns)
        
        
        # 预测模型
        labels = model.predict(predict_matrix)
        frame = pd.Series(labels, index=predict_features.index)
        frame.name = probability_consumed_label
        
        plt.figure()
        frame.hist(figsize=(10, 8))
        plt.title('results histogram')
        plt.xlabel('predict probability')
        plt.gcf().savefig('{0}_{1}{2}'.format(fileDir+"/predit",'1111123', '.jpg'))
        plt.close()
        # 将预测标签和数据集合在一起
        data_split_path= 'D:/workspace/gitWorkSpace/O2O-Coupon-Usage-Forecast-master/O2O-Coupon-Usage-Forecast-master/code/charles/data_split'
        
        submission = pd.read_csv(data_split_path+"/predict_data/dataset.csv")
        submission = submission[[user_label, coupon_label, date_received_label]].join(frame)  # 把核销概率拼接在一起
        submission.to_csv('{0}_{1}{2}'.format(fileDir+"/predit",'123', '.txt'), index=False)
    
    预测测试集的使用优惠卷的概率，并按照官网的格式输出到文件中。
    
    ### 提交结果 ###
    
    这个文件结果提交到天池官网，得到的结果不是很理想  
    图片
    
    结果与第一名实际得到的结果又很大差别，第一名在初赛中的成绩是0.7多，我按照他们的代码得到的结果，结果差别有点大，其实在训练模型的时候，测试集上交叉验证中，得到的准确率并不低，都是0.8以上，在测试集上不知怎么就0.4，想不明白，回头再看下代码。