kay011/karate_ncbdc2019

This is my ncbdc2019 competition source code

电动汽车行驶里程预测源代码

开发环境

本次比赛采用Python语言，python版本 >= 3.5 。开发环境采用Jupyter notebook 。

所需依赖库

本次比赛所需的python依赖库包括: numpy, pandas, scikit-learn, matplotlib, xgboost。其他库依据个人电脑自行安装。

代码结构

Root/

1. 训练集数据初步处理.ipynb  
2. 测试集时间转换.ipynb  
3. TrainData/  
4. TestData/  
5. temp/

        1. 数据清洗.ipynb  
        2. 时间转换.ipynb
        3. 数据集合并.ipynb
        4. xbg/

            1. model/
            2. submit/
            3. TestData/
            4. tmp/
            5. xgboost预测.ipynb
            6. 测试集预测_xgboost.ipynb  

代码功能简单介绍

1. 训练集数据初步处理.ipynb 该文件主要对原始训练集做一些初步探索需要的处理，包括按时间顺序排序，增加新一列表示一个工况下的行驶里程。处理后的文件会保存在temp/ 目录下。一共五个训练集文件，需要对该文件调用5次，每次改变加载文件名和保存文件名即可。
2. 测试集时间转换.ipynb 该文件主要是将测试的时间一列转换成时间间隔的形式，原始的时间表示形式我们无法直接利用，因此需要对其加以转换。转换后的文件以原始文件目录下的原始文件名存储。
3. 数据清洗.ipynb 该文件主要对训练集进行数据清洗，一共五个训练集文件，需要对该文件调用5次，每次改变加载文件名和保存文件名即可。
4. 时间转换.ipynb 该文件主要对训练集的时间格式进行转换，具体使用可参考测试集时间转换.ipynb文件。
5. 数据集合并.ipynb 该文件主要对数据经过清洗后的5个训练集文件进行合并。
6. xgboost预测.ipynb 该文件是训练模型的核心文件。主要包括训练集验证集划分，调用xgboost模型 训练模型，模型保存。
7. 测试集预测_xgboost.ipynb 该文件主要是利用训练好的模型对测试集进行行驶里程预测，将其结果自动保存成可以提交的格式。