Прогноз для лошадиных скачек учиться - несколько строк за гонку

Question

Цель

Я хочу тренировать модель с Scikit-learn, которая предсказывает результаты скачек. У меня есть файл CSV, который включает в себя несколько функций, таких как положение, возраст, вес, имя лошади, раса и т. Д. c.

Проблема

В моем исходном файле CSV каждая лошадь представлен в один ряд. С позициями от 1 до 8 каждая раса состоит из 8 рядов. Однако, когда я тренирую свою модель, модель рассматривает каждый ряд как отдельное событие (гонку) и, следовательно, не работает хорошо.

Подход

Я попытался решить эту проблему и создал новый CSV-файл, в котором каждая строка представляет одну расу и функции go от позиции1, возраста1, веса1, лошадиного имени1, расы_ид1 до позиции8. , возраст8, вес8, имя лошади8, идентификатор гонки8 (см. ниже) . Однако, используя Multioutput, в этом случае моя модель вообще не тренируется, а замечает, что age1, weight1 являются столбцами победителя и получают 100-процентную точность.

Идеи

Интересно, есть ли способ решить эту проблему. Возможно, можно использовать исходный файл, но каким-то образом сообщает модели, что строки с одинаковым race_id должны рассматриваться как одно событие . Я мог подумать об использовании groupby (race_id), но я не смог вставить новые группы в модель. Также вы можете использовать сумку для каждой расы, например, когда делаете прогнозы для текстовых данных.

Я на самом деле застрял здесь, поэтому любые предложения очень ценятся :)

ORIGINAL DF 

position horse age weight race_id 

1        name1 3y  900    1 
2        name2 4y  800    1
3        name3 5y  760    1
...      ...   ... ...    ...
8        name8 7y  980    1
1        name9 4y  880    2
...      ...   ... ...    ...
8       name16 5y  770    2

NEW DF 

position1 horse1 weight1 race_id1 ... position8 horse8 weight8 race_id8 

1         name1  900     1            8         name8  980     1 
1         name9  880     2            8         name16 770     2   

Answer 1

Если я правильно понимаю вашу проблему, вы хотите преобразовать старый фрейм данных в новый и передать его в свою модель. Вы можете использовать этот код:

import pandas as pd
import numpy as np

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
df = pd.DataFrame({'position': [1, 2, 3, 4],
                   'horse': ['name1', 'name2', 'name3', 'name8'],
                   'age': ['4y', '4y', '5y', '7y'],
                   'weight': [800, 978, 76, 565],
                   'race_id': [1, 1, 2, 2]})

groupby_race = df.groupby(['race_id'])
arr = []
for name, group in groupby_race:
    r = np.concatenate([row.values for index, row in group.iterrows()])
    arr.append(r)
new_df = pd.DataFrame(data=arr, columns = ['position1', 'horse1', 'age1', 'weight1', 'race_id1',
                                           'position2', 'horse2', 'age2', 'weight2', 'race_id2'])