SciKit Learn - Schlechte SGDClassifier Genauigkeit

Question

Ich versuche, einige Daten mit SGDClassifier zu modellieren, aber aus irgendeinem Grund bekomme ich schreckliche Genauigkeit. Ich bin ziemlich neu, also verstehe ich nicht wirklich warum.

Hier ist mein Code:

from sklearn.preprocessing import StandardScaler 
import numpy as np 
from sklearn.linear_model import SGDClassifier 
import numpy as np 
from sklearn import metrics as ms 

msk = np.random.rand(len(beers)) < 0.8 

train = beers[msk] 
test = beers[~msk] 

X = train [['Price', 'Net price', 'Purchase price','Hour','Product_id','product_group2']] 
y = train[['Quantity']] 
y = y.as_matrix().ravel() 

X_test = test [['Price', 'Net price', 'Purchase price','Hour','Product_id','product_group2']] 
y_test = test[['Quantity']] 
y_test = y_test.as_matrix().ravel() 

scaler = StandardScaler() 
scaler.fit(X) 
X = scaler.transform(X) 
X_test = scaler.transform(X_test) 

clf = SGDClassifier(loss="hinge", alpha=0.01, n_iter=1000, fit_intercept=True) 
clf.fit(X, y)  

predictions = clf.predict(X_test) 
print "Accuracy:", ms.accuracy_score(y_test,predictions) 

Die Genauigkeit gedruckt ist etwa 0,38, was wirklich schlecht ist. Meine Daten sehen so aus:

Product_id/Date/product_group1/Price/Net price/Purchase price/Hour/Quantity/product_group2/KPI 
0 107 12/31/2012 10 300 236 220 10 1 108 16 

Und ich habe 200 000 + Zeilen von Daten.

Was soll ich sonst tun? Die Daten sind skaliert, so dass dies kein Problem darstellen sollte, und das Modell sollte auch nach 1000 Iterationen konvergieren. Vielen Dank!

Answer 1

Sie können GridSearchCV verwenden, um die Parameter Ihres SGD-Klassifizierers zu optimieren. Gehen Sie auch durch sklearn.feature_selection, um die besten Funktionen zu erhalten.