2019-12-04

今天的科研还是没有啥进展嘞~嗯，早上上了两节课，打游戏打到整个人心态都崩了~也不晓得是我太菜还是对面太强，下午和晚上就是开会开会~

学习还是有那么一点收获的~大猪蹄子要解决这样的问题， 数据集有10个字段，想根具其中9个字段来分析预测那第10个字段的值，也就是根据原来的数据预测第十个字段是0还是1。

那么可以把这个问题看做预测问题，也可以看做是分类问题，那么就引入了随机森林的概念，随机森林由多颗决策树组成，首先构造多颗决策树，根据不同树的预测结果，选取其中较好的结果，哈哈~如下面可爱的图所示。

随机森林

在网上找到了相应的代码，并且在python上面跑通啦，这个代码是一个简单的小例子，精度不是很高~只有0.6。上代码的链接：https://blog.csdn.net/colourful_sky/article/details/82082854

除了进行预测之外还有一个问题就是这个代码输入的数据是float类型的，但是现实生活中的需求数据是以字符串的形式存储的，因此引入了第二个问题就是如何将汉字的字符串转化为float类型数据的问题。在这里可以使用get_dummies()函数，这个函数的作用相当于对数据进行one-hot表示，就可以将字符串转为向量的形式。但向量的形式还不能直接进行应用，引出来了第三个问题就是如何将向量表示为一个float类型，这里可以应用向量的范数，就可以得到相应向量的模值。

向量范数计算

恩~这个问题就这样解决了，虽然应用的技术都很low，后期如果想高大上的操作需要费一番功夫的，但是也算是按着要求都做到啦~从这里收获了一点就是拿着问题去找答案，一步一步的解决，就可以发现事情变得很easy啦~吼吼 今天没有完成自己的事情，也算是有点收获的~happy