李宏毅机器学习代码——预测COVID-19人数

目录

数据集

导包

辅助函数

设定种子

划分数据集

模型

特征选择

训练函数

配置参数

Dataloader 

开始训练

预测

预测函数

输出结果

解答

训练函数

模型

特征选择

超参数设置

---

数据集

训练集中给出美国某些州五天COVID-19的感染人数（及相关特征数据），测试集中给出前四天的相关数据，预测第五天的感染人数。 下载地址：ML2022Spring-hw1 | Kaggle

特征包括：
● States (37, 独热编码)
● COVID-like illness (4)
        ○ cli、ili …
● Behavior Indicators (8)
        ○ wearing_mask、travel_outside_state …
● Mental Health Indicators (3)
        ○ anxious、depressed …
● Tested Positive Cases (1)
        ○ tested_positive (this is what we want to predict)

训练集有2699行， 118列 (id + 37 states + 16 features x 5 days)
测试集有1078，117列 (without last day's positive rate)

导包

# Numerical Operations
import math
import numpy as np
from sklearn.model_selection import train_test_split
 
# Reading/Writing Data
import pandas as pd
import os
import csv
 
# For Progress Bar
from tqdm import tqdm
from d2l import torch as d2l
 
# Pytorch
import torch 
import torch.nn as nn
from torch.utils.data import Dataset, DataLoader, random_split, TensorDataset
 
# For plotting learning curve
from torch.utils.tensorboard import SummaryWriter

辅助函数

设定种子

我的理解是，模型初始化和验证集划分都要用到seed，这里固定下来

def same_seed(seed): 
    '''Fix