该项目是根据员工的坐标x,y以及员工过去的签到位置来预测下一次签到位置
1. 准备数据库.
数据下载地址：grid_knn | KaggleExplore and run machine learning code with Kaggle Notebooks | Using data from Facebook V: Predicting Check Inshttps://www.kaggle.com/navoshta/grid-knn/data
一共有三个数据集，样本包sample，训练集train以及测试集test,将其保存到目录下
2.加载数据以及处理数据
由于k-近邻算法处理大型数据库较为困难，便使用抽样来进行训练，利用pandas.read_csv来读取存放在根目录的train.csv,并利用DataFrame.query()API来进行抽样，查看其属性
row_id指员工的id,x和y来代表坐标，time代表当前时间,place_id代表员工签到地址编号
然而时间采用了时间戳进行计时，便于统计，需要将其进行转化
利用pandas.to_datatime的api,将时间戳转换为常规时间，并用pandas.DatetimeIndex来将其转化为dataframe形式，并将time['day'],time['hour'],time['weekday']加入到原数据中，便多出了三列常规时间的数据
然而，有的地方只被签到了一次，由此进行训练时便会产生误差，为了尽可能的减小误差，我们需要删除掉签到次数过少的噪声点（以3为例）
我们使用pandas内置的分类聚合函数pandas.groupby来对地区进行分组并统计每个地区被签到次数之和来聚合
接着利用条件筛选，place['row_id'>3],大于3的将被置为True,否则被置为False,再将其重新赋给place,然后查看train_data里的'place_id'是否在里面出现，出现的保留，否则剔除
3. 将数据分为训练集和测试集
首先将目标列以及条件列列出
x=train_data[['x','y','accuracy','day','hour','weekday']]
y=train_data[['place_id']]
再使用深度学习库sklearn的内置函数train_test_split将train_data以8:2的比例切分成训练集和测试集
4. 将对数据做正规化处理
为了数据便于计算以及减少噪声点的影响，进行深度学习时通常对数据进行归一化或正规化处理，利用sklearn里的StandardScaler函数，其默认将数据转化为均值为0，方差为1的数据。
5 . 对数据进行训练
网格搜索功能：提供多个超参数，进行多次计算来选取损失最小的超参数
k-近邻算法：计算样本在样本空间中与其最近样本的欧氏距离，确定其目标值，需要传入n_neighbors参数来确定受几个邻居影响，若取较大，便失去了模型的意义，取值较小便极易受噪声点影响，且处理大数据时通常较慢。
sklearn里有内置的k-近邻算法库，需上传的参数为n_neighbors,首先创建estimator评估器，接下来将要进行网格搜索以字典形式创建，最后对训练集进行拟合。
最后进行测试，查看得分56分。
