11、有轨电车延误预测：数据准备与模型构建

有轨电车延误预测：数据准备与模型构建

1. 数据转换概述

在进行有轨电车延误预测项目时，数据清理并非数据准备的唯一步骤。还需要确保非数值值（如分类列中的字符串）转换为数值值。具体操作如下：
- 处理无效值 ：若数据集中包含无效值，如非实际有轨电车路线的路线值或无法映射到方位点的方向值，可将这些值替换为有效占位符（如分类列中最常见的值），或从数据集中移除包含这些值的记录。
- 列类型转换 ：当将 CSV 或 XLS 文件导入 Pandas 数据框时，列的类型可能未正确分配。若 Python 为列分配了错误的类型，可将列转换为所需类型。
- 分类列字符串映射 ：由于不能使用非数值数据训练深度学习模型，因此需要将分类列中的字符串值映射为数值值。可以使用 scikit-learn 库中的 LabelEncoder 函数完成此映射。

2. 模型准备与构建概述

在准备和构建模型时，需要重新审视数据集，确定哪些列可合法用于训练模型，并将数据从当前操作的格式（Pandas 数据框）转换为深度学习模型期望的格式。具体涵盖以下内容：
- 重新审视数据集，确定用于训练模型的特征。
- 重构数据集，纳入无延误的时间段。
- 将数据集转换为 Keras 模型期望的格式。
- 根据数据结构自动构建 Keras 模型。
- 检查模型结构。
- 设置参数，包括激活函数、优化函数和学习率。

3. 数据泄露与可用特征

在构建模型之前，需要明确哪些列（原始数据集的列或从