阿里云 快来一起挖掘幸福感！项目实战

项目地址https://tianchi.aliyun.com/competition/entrance/231702/information

1，数据准备

问卷调查数据主要包含的个人信息有职业，婚姻状况，收入，学历等40个features，label就是幸福感。

首先对数据进行预处理

(一) 第二列是数据特征，先独立抽取出来。

(二) 第七列是时间，本身对结果影响不大，又由于是字符串，暂时删除不用。

(三) 数据本身包含20197个空缺，对数据进行补充。

2，训练和预测

给定的数据包含train和test两部分，先用train分成两部分对建立的模型进行训练评分，最后对test预测。

3，模型选择

通过对数据观察，选择经典的决策树模型来对数据进行处理。下面是代码(模型)

clf = tree.DecisionTreeClassifier(criterion = 'entropy', random_state = 30, max_features ='log2', splitter = 'random', max_depth = 7, min_samples_leaf = 10, min_samples_split = 70 )
score = clf.fit(X_train, y_train)
predict_test_y = clf.predict(X_test0)
imp = clf.feature_importances_

res = clf.predict(Xtrans_test)