9、深度学习在出租车票价预测与猫狗图像分类中的应用

深度学习在出租车票价预测与猫狗图像分类中的应用

1. 出租车票价预测

在出租车票价预测任务中，我们构建了一个深度前馈神经网络，以实现对纽约市出租车票价的准确预测。

1.1 数据预处理与特征工程

首先，我们定义了数据预处理函数 preprocess 和特征工程函数 feature_engineer ，并将它们保存于 utils.py 文件中。
- preprocess 函数 ：
- 去除缺失值。
- 去除票价金额中的异常值。
- 用众数替换乘客数量中的异常值。
- 去除经纬度中的异常值（仅考虑纽约市内的点）。
- feature_engineer 函数 ：
- 创建年、月、日、星期几和小时的新列。
- 创建上车点和下车点之间的欧几里得距离的新列。
- 创建上车点和下车点与肯尼迪、拉瓜迪亚和纽瓦克机场的距离的新列。

以下是 main.py 文件中的主要代码：

from utils import preprocess, feature_engineer
import pandas as pd
import numpy as np
from sklearn.preprocessing import scale
from sklearn.mode