![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/c6c1e6b34c2c464eb89b3916f57369b8.png#pic_center)


### 2、数据预处理和特征工程


在数据预处理和特征工程阶段，我们将对数据进行清洗、转换和特征提取等操作。具体步骤如下：

数据预处理和特征工程

string_cols = [‘gender_individual’, ‘presence_in_household’, ‘disability_individual’,
‘education_level_individual’,‘marital_status_individual’, ‘legal_ownership_status’,
‘land_surface_condition’, ‘foundation_type’,‘roof_type’, ‘ground_floor_type’,
‘other_floor_type’, ‘position’, ‘plan_configuration’,‘condition_post_eq’,
‘damage_grade_x’, ‘technical_solution_proposed_x’, ‘area_assesed’,
‘technical_solution_proposed_y’,‘vdcmun_name’, ‘district_name’]

创建 StringIndexer 和 OneHotEncoder 对象

indexers = [StringIndexer(inputCol=column, outputCol=column+“_index”,handleInvalid=“skip”) for column in string_cols]
encoder = OneHotEncoder(inputCols=[column+“_index” for column in string_cols],
outputCols=[column+“_encoded” for column in string_cols])

创建特征向量

assembler = VectorAssembler(inputCols=encoder.getOutputCols(), outputCol=“features”)

创建Pipeline

pipeline = Pipeline(stages=indexers + [encoder, assembler])
data_final = pipeline.fit(data).transform(data)

data_final.show()

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/303d5d3a0e9b4417bd91802c9b1d2dca.png#pic_center)


### 3、异常数据处理


在异常数据处理阶段，我们将处理可能存在的异常情况，确保数据的完整性和准确性：

使用正则表达式提取数字部分

data_final = data_final.withColumn(“damage_grade_y_numeric”, regexp_extract(data_final[“damage_grade_y”], r’\d+', 0))

将列转换为 numeric 类型

data_final = data_final.withColumn(“damage_grade_y_numeric”, data_final[“damage_grade_y_numeric”].cast(“int”))

显示转换后的结果

data_final.select(“damage_grade_y”, “damage_grade_y_numeric”).show()

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/a6077b65899b4440a5d3500a946bfd8d.png#pic_center)


### 4、标题模型训练和评估


在模型训练和评估阶段，我们将使用随机森林分类器进行模型训练，并评估模型在测试集上的表现：

划分数据集为训练集和测试集

(train_data, test_data) = data_final.randomSplit([0.8, 0.2], seed=1234)

初始化随机森林分类器

rf = RandomForestClassifier(labelCol=“damage_grade_y_numeric”, featuresCol=“features”, numTrees=10)

训练模型

model = rf.fit(train_data)

在测试集上进行预测

predictions = model.transform(test_data)

模型评估

evaluator = MulticlassClassificationEvaluator(labelCol=“damage_grade_y_numeric”, predictionCol=“prediction”, metricName=“accuracy”)
accuracy = evaluator.evaluate(predictions)

print(“Test Accuracy = {:.2f}%”.format(accuracy * 100))

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/186ae59bc0cf434c94ad1b7df38fa2a2.png#pic_center)


### 标题5、可视化大屏实现与展示


为了更直观地展示预测结果，我们设计了一个可视化大屏。该大屏将包括地图展示、受灾情况分布图以及预测结果展示等内容，以帮助用户更好地理解地震造成的破坏程度。

height: 100%;
background-image: -webkit-radial-gradient(ellipse farthest-corner at center center, #1b44e4 0%, #020f3a 100%);
background-image: radial-gradient(ellipse farthest-corner at center center, #1b44e4 0%, #020f3a 100%);
cursor: move;
}

body {
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

%以上前端开发知识点，真正体系化！**

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）