1.11 案例2：预测facebook签到位置

学习目标

• 目标
  • 通过Facebook位置预测案例熟练掌握第一章学习内容

---

1 项目描述

本次比赛的目的是预测一个人将要签到的地方。 为了本次比赛，Facebook创建了一个虚拟世界，其中包括10公里*10公里共100平方公里的约10万个地方。 对于给定的坐标集，您的任务将根据用户的位置，准确性和时间戳等预测用户下一次的签到位置。 数据被制作成类似于来自移动设备的位置数据。 请注意：您只能使用提供的数据进行预测。

2 数据集介绍

数据介绍：

官网：https://www.kaggle.com/c/facebook-v-predicting-check-ins

3 步骤分析

• 对于数据做一些基本处理（这里所做的一些处理不一定达到很好的效果，我们只是简单尝试，有些特征我们可以根据一些特征选择的方式去做处理）

  • 1 缩小数据集范围 DataFrame.query()

  • 2 选取有用的时间特征

  • 3 将签到位置少于n个用户的删除

• 分割数据集
• 标准化处理
• k-近邻预测

4 代码实现

• 1.获取数据集

• 2.基本数据处理

• 3.特征工程--特征预处理(标准化)

• 4.机器学习--knn+cv

• 5.模型评估

预测facebook签到位置