1.模型的选择与调优：
1、交叉验证（增强准确率） ；2、网格搜索（自动给算法进行调参）；
2.交叉验证：为了让被评估的模型更加准确可信；
3.交叉验证过程：
交叉验证：将拿到的数据，分为训练和验证集。
以下图为例：将数据分成5份，其中一份作为验证集。然后经过5次(组)的测试，每次都更换不同的验证集。即得到5组模型的结果，取平均值作为最终结果。又称5折交叉验证。
4.超参数搜索-网格搜索：
通常情况下，有很多参数是需要手动指定的（如k-近邻算法中的K值， 这种叫超参数。但是手动过程繁杂，所以需要对模型预设几种超参数组合。
每组超参数都采用交叉验证来进行评估，最后选出最优参数组合建立模型。
5.超参数搜索-网格搜索API：sklearn.model_selection.GridSearchCV
6.使用方法： sklearn.model_selection.GridSearchCV(estimator, param_grid=None,cv=None) 对估计器的指定参数值进行详尽搜索
estimator：估计器对象；
param_grid：估计器参数(dict){“n_neighbors”:[1,3,5]}；
cv：指定几折交叉验证；
fit：输入训练数据；
score：准确率；
结果分析： best_score_:在交叉验证中测试的最好结果；
best_estimator_：最好的参数模型；
cv_results_:每次交叉验证后的测试集准确率结果和训练集准确率结果；
案例：将前面的k-近邻算法案例改成网格搜索；
import pandas as pd
from sklearn.model_selection import train_test_split,GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
def knncls():
"""
K-近邻算法预测用户签到位置
"""
# 读取数据
data = pd.read_csv("./predict/train.csv")
# print(data)
# 处理数据
# 1.缩小数据,查询数据筛选
data = data.query("x > 1.0 & x < 1.25 & y > 2.5 & y < 2.75")
# 2.处理日期数据
time_value = pd.to_datetime(data["time"], unit='s')
# print(time_value)
# 把日期格式转换成字典格式
time_value = pd.DatetimeIndex(time_value)
# 构造一些特征
data['day'] = time_value.day
data['hour'] = time_value.hour
data['weekday'] = time_value.weekday
# 把时间特征戳删除
data = data.drop(['time'], axis=1)
# print(data)
# 在sklearn中列axis=1（记住）
# 把签到数量少于n个目标位置删除
place_count = data.groupby('place_id').count()
tf = place_count[place_count.row_id > 3].reset_index()
data = data[data['place_id'].isin(tf.place_id)]
# print(data)
# 取出数据当中的特征值和目标值
y = data['place_id']
x = data.drop(['place_id'], axis=1)
print(x)
# x = data.drop(['row_id'], axis=1)
# 进行数据的分割训练集合测试集
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25)
# 特征工程（标准化）
std = StandardScaler()
# 对测试集和训练集的特征值进行标准化
x_train = std.fit_transform(x_train)
x_test = std.transform(x_test)
# 进行算法流程
knn = KNeighborsClassifier()
# 进行网格搜索
# 构造一些参数的值进行搜索
param = {"n_neighbors":[1,3,5]}
gc = GridSearchCV(knn,param_grid=param,cv=2)
# cv一般为10，这里是便于计算
gc.fit(x_train,y_train)
knn.fit(x_train, y_train)
# 得出预测结果
y_predict = knn.predict(x_test)
print("预测目标的签到位置：", y_predict)
# 得出准确率
print("预测的准确率：", knn.score(x_test, y_test))
if __name__ == '__main__':
knncls()
