Last active
October 25, 2023 17:21
-
-
Save ivlmag/8857528d433e261a9fbe4ec8126602a5 to your computer and use it in GitHub Desktop.
Решение AlfaCampus_DS 2023
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
import csv | |
import pandas as pd | |
import warnings | |
warnings.filterwarnings("ignore") | |
df_test = pd.read_csv('df_test.csv', sep=';') | |
def predict_mcc_codes(dataframe,x=0,N=10): | |
'''Предсказание будущих транзакций | |
Параметры: | |
dataframe - объект DataFrame (тренировочный или тестовый) | |
x - смещение чувствительности транзакции относительно положения в датасете Data: | |
0 - без смещения (по умолчанию); | |
<0 - смещение в сторону более старых транзакций; | |
>0 - смещение в сторону более новых транзакций | |
N - количество требуемых предсказаний (по умолчанию 10)''' | |
dataframe['Predicted']='' | |
for line in range(0,len(dataframe)): | |
seq = dataframe['Data'][line].split(',') | |
frequency, prediction_db={},{} | |
length_with_x=0 | |
#Этап 1: распределяем N предсказаний пропорционально частоте mcc кодов пользователя | |
"""Подготовка словаря с частотой mcc кодов пользователя с учетом заданного смещения""" | |
for i in range(0,len(seq)): | |
mcc=seq[i] | |
add_x=1+i*(x/(len(seq))) | |
frequency[mcc]=add_x if (mcc not in frequency) else (frequency[mcc]+add_x) | |
length_with_x+=add_x | |
"""Сохраняем N предсказанных транзакций с учетом частоты mcc кодов и заданного смещения | |
Так как из-за округления транзакций может оказаться меньше N, то остаток | |
заполняем самым распространенным кодом. | |
Убираем пустые элементы и сортируем словарь по убыванию числа кодов""" | |
prediction_db={mcc:(round(freq/length_with_x*N)) for (mcc,freq) in frequency.items()} | |
top_mcc=max(set(seq), key=seq.count) | |
while sum(prediction_db.values())<N: | |
prediction_db[top_mcc]+=1 | |
prediction_db=dict((mcc,freq) for mcc,freq in prediction_db.items() if freq) | |
prediction_db=dict(sorted(prediction_db.items(), key=lambda x:x[1], reverse=True)) | |
#Этап 2: полученные будущие транзакции равномерно распределяем в предсказании | |
"""Расчет коэффициента равномерного распределения""" | |
k=len(prediction_db)/N | |
"""Распределяем коды из полученного на первом этапе словаря""" | |
prediction=[] | |
while sum(prediction_db.values())!=0: | |
for mcc, n in prediction_db.items(): | |
times=1 if (0<n*k<1) else round(n*k) | |
prediction.extend([mcc]*times) | |
prediction_db[mcc]-=times | |
dataframe['Predicted'][line]=','.join(prediction) | |
#В результате предварительного анализа (см. вложенный блокнот IzhevskiyVL.ipynb) | |
#лучшие результаты показал коэффициент смещения "-5", поэтому пересчитываем на него | |
for x in [-5, -10, -15]: | |
predict_mcc_codes(dataframe=df_test,x=x) | |
submission=df_test[['Id','Predicted']] | |
submission['Predicted']=submission.Predicted.astype(str).str.replace(',',' ') | |
submission['Predicted']='['+submission['Predicted']+']' | |
filename = 'submission Izhevskiy X =' + str(x) + '.csv' | |
submission.to_csv(filename, index=False,quoting=csv.QUOTE_NONE) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment