• Home
  • About
    • taichi photo

      taichi

      ars longa vita brevis.

    • Learn More
    • Twitter
    • LinkedIn
  • Posts
    • All Posts
    • All Tags
  • Projects

SIGNATE製薬コンペ解法(ElasticNET,RandomForest,LGBMのあんさんぶる)

11 Oct 2019

Reading time ~81 minutes

#結果

  • 280th /1695人
  • Score 0.59231

以下コード(一部)

データの観察

import pandas as pd
import numpy as np
pd.set_option('display.max_columns', 100)
pd.set_option('display.max_rows', 500)
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
import seaborn as sns
from sklearn.metrics import mean_squared_error
from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split
from sklearn.pipeline import make_pipeline
from sklearn.linear_model import (
    LinearRegression,
    Ridge,
    Lasso
)
df = pd.read_csv("./train.csv")
df.head()
ID Score col1 col2 col3 col4 col5 col6 col7 col8 col9 col10 col11 col12 col13 col14 col15 col16 col17 col18 col19 col20 col21 col22 col23 col24 col25 col26 col27 col28 col29 col30 col31 col32 col33 col34 col35 col36 col37 col38 col39 col40 col41 col42 col43 col44 col45 col46 col47 col48 ... col3756 col3757 col3758 col3759 col3760 col3761 col3762 col3763 col3764 col3765 col3766 col3767 col3768 col3769 col3770 col3771 col3772 col3773 col3774 col3775 col3776 col3777 col3778 col3779 col3780 col3781 col3782 col3783 col3784 col3785 col3786 col3787 col3788 col3789 col3790 col3791 col3792 col3793 col3794 col3795 col3796 col3797 col3798 col3799 col3800 col3801 col3802 col3803 col3804 col3805
0 5 3.475628 0 4.058 0.824 0 10.267 0.728 4.403 0.050 11 34.568 0 0 0 51.984 0.000 0.452 0 0.144 0 19.231 -4.465 1.394 0.248 0.938 10.955 0 11.881 0.748 3.111 166.534 321.715 0 0 89.497 0 6.381 0 0.622 0 0 27.106 0 0 2.001 0 1.4746 0 24.603 ... 0.736 0 1.069 0 1.555 0 0 0.056 0 0 0 10.576 0 4 1.454 3.710 0.026 0.133 0 14 65.066 1.534 0 0 101.149 1.439 510.401 0 40.338 0.167 346.185 0 1 0 0.054 0 7.740 18.472 3.991 28.181 1.067 0 0.0 0.115 30.395 24.541 0 0.415 0.997 0
1 8 3.601332 0 4.111 0.929 0 8.352 0.907 4.216 0.034 9 37.527 0 0 0 52.072 0.000 0.593 0 0.041 0 20.531 -4.495 3.579 0.221 1.014 11.311 0 8.784 0.783 4.000 166.190 369.488 0 0 97.191 0 7.632 0 0.894 0 0 41.032 0 0 1.104 0 1.6038 0 28.738 ... 0.894 0 1.080 0 0.811 0 2 0.050 0 0 1 12.050 2 3 1.712 3.828 0.034 0.128 0 7 65.701 1.541 0 0 81.683 1.431 513.483 0 40.341 0.197 313.243 0 3 1 0.048 0 7.866 29.724 4.038 34.404 0.934 0 0.0 0.227 38.508 35.038 0 3.979 0.997 3
2 9 1.935003 0 4.139 0.833 66 9.494 0.733 4.069 0.267 10 33.399 0 0 0 45.227 0.000 1.137 0 0.152 0 19.291 -4.034 2.777 -0.114 0.877 10.816 0 12.538 1.143 3.556 127.295 286.810 0 0 98.017 1 8.605 0 1.101 0 0 20.667 0 0 0.559 0 2.4008 0 29.595 ... 0.750 0 1.198 0 1.097 0 0 0.043 0 0 0 11.364 0 1 1.395 3.290 0.028 0.140 0 6 52.984 1.551 0 0 51.281 1.412 426.330 0 329.038 0.328 232.851 0 1 1 0.101 0 7.791 287.425 3.779 25.473 1.722 0 0.0 0.148 27.932 19.518 0 0.849 0.999 0
3 12 3.283663 0 4.016 0.880 0 8.237 0.836 3.956 0.129 7 33.482 0 0 0 46.585 0.000 0.653 0 0.093 0 19.484 -4.606 1.777 0.181 0.870 11.061 0 7.244 0.835 3.111 145.593 300.451 0 0 88.241 1 5.577 0 0.610 0 0 28.644 0 0 1.108 0 1.6930 0 25.523 ... 0.819 1 1.072 0 1.847 0 2 0.057 0 0 0 11.413 0 2 1.439 3.541 0.056 0.128 0 18 60.154 1.495 0 0 73.598 1.316 464.265 0 34.760 0.161 278.355 0 4 0 0.088 0 7.673 24.827 3.832 30.520 0.993 0 0.0 0.124 18.993 25.403 0 0.988 0.998 0
4 14 3.409121 0 4.657 0.522 0 35.882 0.383 4.234 -0.089 24 53.268 0 0 0 78.776 3.869 0.392 0 0.417 0 22.778 -6.784 1.531 -0.188 1.237 12.173 0 34.987 1.193 6.167 266.117 568.281 0 0 118.815 0 13.208 0 1.949 0 0 28.096 0 0 1.069 0 1.7353 0 18.630 ... 0.392 0 1.303 0 1.176 0 0 0.031 0 0 0 12.737 4 8 1.447 6.398 0.020 0.085 0 17 96.271 1.549 0 0 218.931 1.704 692.535 0 195.684 0.180 632.368 1 19 1 0.035 0 8.580 45.400 3.959 63.140 2.095 0 0.0 0.088 44.225 15.741 0 1.595 0.997 0

5 rows × 3807 columns

df.shape
(13731, 3807)
df.isnull().sum()
ID         0
Score      0
col1       0
col2       0
col3       0
col4       0
col5       0
col6       0
col7       0
col8       0
col9       0
col10      0
col11      0
col12      0
col13      0
col14      0
col15      0
col16      0
col17      0
col18      0
col19      0
col20      0
col21      0
col22      0
col23      0
col24      0
col25      0
col26      0
col27      0
col28      0
col29      0
col30      0
col31      0
col32      0
col33      0
col34      0
col35      0
col36      0
col37      0
col38      0
col39      0
col40      0
col41      0
col42      0
col43      0
col44      0
col45      0
col46      0
col47      0
col48      0
col49      0
col50      0
col51      0
col52      0
col53      0
col54      0
col55      0
col56      0
col57      0
col58      0
col59      0
col60      0
col61      0
col62      0
col63      0
col64      0
col65      0
col66      0
col67      0
col68      0
col69      0
col70      0
col71      0
col72      0
col73      0
col74      0
col75      0
col76      0
col77      0
col78      0
col79      0
col80      0
col81      0
col82      0
col83      0
col84      0
col85      0
col86      0
col87      0
col88      0
col89      0
col90      0
col91      0
col92      0
col93      0
col94      0
col95      0
col96      0
col97      0
col98      0
col99      0
col100     0
col101     0
col102     0
col103     0
col104     0
col105     0
col106     0
col107     0
col108     0
col109     0
col110     0
col111     0
col112     0
col113     0
col114     0
col115     0
col116     0
col117     0
col118     0
col119     0
col120     0
col121     0
col122     0
col123     0
col124     0
col125     0
col126     0
col127     0
col128     0
col129     0
col130     0
col131     0
col132     0
col133     0
col134     0
col135     0
col136     0
col137     0
col138     0
col139     0
col140     0
col141     0
col142     0
col143     0
col144     0
col145     0
col146     0
col147     0
col148     0
col149     0
col150     0
col151     0
col152     0
col153     0
col154     0
col155     0
col156     0
col157     0
col158     0
col159     0
col160     0
col161     0
col162     0
col163     0
col164     0
col165     0
col166     0
col167     0
col168     0
col169     0
col170     0
col171     0
col172     0
col173     0
col174     0
col175     0
col176     0
col177     0
col178     0
col179     0
col180     0
col181     0
col182     0
col183     0
col184     0
col185     0
col186     0
col187     0
col188     0
col189     0
col190     0
col191     0
col192     0
col193     0
col194     0
col195     0
col196     0
col197     0
col198     0
col199     0
col200     0
col201     0
col202     0
col203     0
col204     0
col205     0
col206     0
col207     0
col208     0
col209     0
col210     0
col211     0
col212     0
col213     0
col214     0
col215     0
col216     0
col217     0
col218     0
col219     0
col220     0
col221     0
col222     0
col223     0
col224     0
col225     0
col226     0
col227     0
col228     0
col229     0
col230     0
col231     0
col232     0
col233     0
col234     0
col235     0
col236     0
col237     0
col238     0
col239     0
col240     0
col241     0
col242     0
col243     0
col244     0
col245     0
col246     0
col247     0
col248     0
          ..
col3556    0
col3557    0
col3558    0
col3559    0
col3560    0
col3561    0
col3562    0
col3563    0
col3564    0
col3565    0
col3566    0
col3567    0
col3568    0
col3569    0
col3570    0
col3571    0
col3572    0
col3573    0
col3574    0
col3575    0
col3576    0
col3577    0
col3578    0
col3579    0
col3580    0
col3581    0
col3582    0
col3583    0
col3584    0
col3585    0
col3586    0
col3587    0
col3588    0
col3589    0
col3590    0
col3591    0
col3592    0
col3593    0
col3594    0
col3595    0
col3596    0
col3597    0
col3598    0
col3599    0
col3600    0
col3601    0
col3602    0
col3603    0
col3604    0
col3605    0
col3606    0
col3607    0
col3608    0
col3609    0
col3610    0
col3611    0
col3612    0
col3613    0
col3614    0
col3615    0
col3616    0
col3617    0
col3618    0
col3619    0
col3620    0
col3621    0
col3622    0
col3623    0
col3624    0
col3625    0
col3626    0
col3627    0
col3628    0
col3629    0
col3630    0
col3631    0
col3632    0
col3633    0
col3634    0
col3635    0
col3636    0
col3637    0
col3638    0
col3639    0
col3640    0
col3641    0
col3642    0
col3643    0
col3644    0
col3645    0
col3646    0
col3647    0
col3648    0
col3649    0
col3650    0
col3651    0
col3652    0
col3653    0
col3654    0
col3655    0
col3656    0
col3657    0
col3658    0
col3659    0
col3660    0
col3661    0
col3662    0
col3663    0
col3664    0
col3665    0
col3666    0
col3667    0
col3668    0
col3669    0
col3670    0
col3671    0
col3672    0
col3673    0
col3674    0
col3675    0
col3676    0
col3677    0
col3678    0
col3679    0
col3680    0
col3681    0
col3682    0
col3683    0
col3684    0
col3685    0
col3686    0
col3687    0
col3688    0
col3689    0
col3690    0
col3691    0
col3692    0
col3693    0
col3694    0
col3695    0
col3696    0
col3697    0
col3698    0
col3699    0
col3700    0
col3701    0
col3702    0
col3703    0
col3704    0
col3705    0
col3706    0
col3707    0
col3708    0
col3709    0
col3710    0
col3711    0
col3712    0
col3713    0
col3714    0
col3715    0
col3716    0
col3717    0
col3718    0
col3719    0
col3720    0
col3721    0
col3722    0
col3723    0
col3724    0
col3725    0
col3726    0
col3727    0
col3728    0
col3729    0
col3730    0
col3731    0
col3732    0
col3733    0
col3734    0
col3735    0
col3736    0
col3737    0
col3738    0
col3739    0
col3740    0
col3741    0
col3742    0
col3743    0
col3744    0
col3745    0
col3746    0
col3747    0
col3748    0
col3749    0
col3750    0
col3751    0
col3752    0
col3753    0
col3754    0
col3755    0
col3756    0
col3757    0
col3758    0
col3759    0
col3760    0
col3761    0
col3762    0
col3763    0
col3764    0
col3765    0
col3766    0
col3767    0
col3768    0
col3769    0
col3770    0
col3771    0
col3772    0
col3773    0
col3774    0
col3775    0
col3776    0
col3777    0
col3778    0
col3779    0
col3780    0
col3781    0
col3782    0
col3783    0
col3784    0
col3785    0
col3786    0
col3787    0
col3788    0
col3789    0
col3790    0
col3791    0
col3792    0
col3793    0
col3794    0
col3795    0
col3796    0
col3797    0
col3798    0
col3799    0
col3800    0
col3801    0
col3802    0
col3803    0
col3804    0
col3805    0
Length: 3807, dtype: int64
#データ量を1/10にする(グリッドサーチ用、パラメータ調整後は全部のデータで学習)
df_1 = df.sample(frac=0.1)
df_1.shape
(1373, 3807)
# データの分割
X = df.drop(['Score'],axis=1)
y = df['Score']
low_X = df_1.drop(['Score'],axis=1)
low_y = df_1['Score']

# trainデータ, testデータへの分割
from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
low_X_train, low_X_test, low_y_train, low_y_test = train_test_split(low_X, low_y, test_size=0.2, random_state=0)

ElasticNet

# GridSearchによるパラメータチューニング
from sklearn.linear_model import ElasticNet
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import mean_squared_error
from sklearn.metrics import r2_score

# grid search
parameter_range = [{'alpha': [0.00001, 0.0001, 0.001, 0.01, 0.1, 1],
                    'l1_ratio' : [0.001, 0.01, 0.1, 1]}]



model = GridSearchCV(estimator = ElasticNet(normalize=True, max_iter=10000),
                     param_grid = parameter_range,
                     cv = 4,
                     scoring="r2")

model.fit(low_X_train, low_y_train)

# best estimator
print('Best score reached: {} with params: {} '.format(model.best_score_, model.best_params_))
EN_best_model = model.best_estimator_
EN_pred = EN_best_model.predict(low_X_test)
EN_score = r2_score(low_y_test, EN_pred)
 
print('ElasticNet(tuned) R2 score: %.3f' % EN_score)
Best score reached: 0.2940054061588846 with params: {'alpha': 0.001, 'l1_ratio': 1} 
ElasticNet(tuned) R2 score: 0.239
print('Best score reached: {} with params: {} '.format(model.best_score_, model.best_params_))
Best score reached: 0.2940054061588846 with params: {'alpha': 0.001, 'l1_ratio': 1} 
# Cross Validationによる予測精度の評価
from sklearn.model_selection import cross_validate
from sklearn.metrics import mean_squared_error, r2_score, make_scorer

# 誤差関数の定義
def root_mean_squared_error(y_true, y_pred):
    return np.sqrt(mean_squared_error(y_true, y_pred))

def median_absolute_error_rate(y_true, y_pred):
    return np.median(np.absolute(y_true - y_pred) / y_true)

# Cross Validationで使う誤差関数のセット
scoring = {"r2": "r2",
           "RMSE":make_scorer(root_mean_squared_error),
           "MER":make_scorer(median_absolute_error_rate)}

# cross_validate
scores = cross_validate(EN_best_model, low_X_train, low_y_train, cv = 4, scoring = scoring, return_train_score=False)
for key,value in scores.items():
    print("{}:{:.3g}+/-{:.3g}".format(key, value.mean(), value.std()))

# モデルを格納
best_model_EN = EN_best_model
# 結果を格納
cv_accuracy_EN = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
fit_time:0.277+/-0.11
score_time:0.0118+/-0.00265
test_r2:0.294+/-0.0229
test_RMSE:0.753+/-0.0104
test_MER:0.237+/-0.0112
# 予測値の算出
y_pred = pd.Series(best_model_EN.predict(low_X_test))
y_pred.name = 'predicted'

# 誤差を算出
y_true = low_y_test.reset_index(drop=True)
print('R2:', '{:.3g}'.format(r2_score(y_true, y_pred)))
print('RMSE:', '{:.3g}'.format(root_mean_squared_error(y_true, y_pred)))
print('MER:', '{:.3g}'.format(median_absolute_error_rate(y_true, y_pred)))
R2: 0.239
RMSE: 0.776
MER: 0.221
# 予測-実測プロット
sns.regplot(y_true, y_pred)
/anaconda3/lib/python3.6/site-packages/scipy/stats/stats.py:1713: FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use `arr[tuple(seq)]` instead of `arr[seq]`. In the future this will be interpreted as an array index, `arr[np.array(seq)]`, which will result either in an error or a different result.
  return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval





<matplotlib.axes._subplots.AxesSubplot at 0x1041ca748>



/anaconda3/lib/python3.6/site-packages/matplotlib/font_manager.py:1328: UserWarning: findfont: Font family ['IPAexGothic'] not found. Falling back to DejaVu Sans
  (prop.get_family(), self.defaultFamily[fontext]))

png

RandomForest

# GridSearchによるパラメータチューニング
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import mean_squared_error

# grid search
parameter_range = [{'n_estimators': [20, 50, 100, 200],
                    'max_depth' : [5, 10, 50, 100, 200]}]

model = GridSearchCV(estimator = RandomForestRegressor(),
                     param_grid = {'n_estimators': [50],'max_depth' : [10]},
                     cv = 4,
                     scoring = 'r2')
# model = RandomForestRegressor()
model.fit(low_X_train, low_y_train)

# best estimator
best_model = model.best_estimator_
# best estimator
# print('Best score reached: {} with params: {} '.format(model.best_score_, model.best_params_))
# best_model = model.best_estimator_
pred = best_model_RF.predict(low_X_test)
score = r2_score(low_y_test, pred)
 
print('ElasticNet(tuned) R2 score: %.3f' % score)

scores = cross_validate(best_model_RF, low_X_train, low_y_train, cv = 4, scoring = scoring, return_train_score=False)
for key,value in scores.items():
    print("{}:{:.3g}+/-{:.3g}".format(key, value.mean(), value.std()))
cv_accuracy_RF = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
ElasticNet(tuned) R2 score: 0.262
fit_time:35.8+/-0.789
score_time:0.0248+/-0.00149
test_r2:0.34+/-0.0224
test_RMSE:0.728+/-0.0192
test_MER:0.217+/-0.0166
best_model_RF = best_model
# feature importances
fi = best_model_RF.feature_importances_  
fi_df = pd.DataFrame({'feature': list(low_X_train.columns),
                       'feature importance': fi[:]}).sort_values('feature importance', ascending = False)
fi_df
feature feature importance
88 col88 0.226202
1183 col1183 0.009415
1193 col1193 0.009010
555 col555 0.008515
3448 col3448 0.007862
1050 col1050 0.005495
374 col374 0.005478
3112 col3112 0.005156
3651 col3651 0.004921
1474 col1474 0.004844
3660 col3660 0.004832
2525 col2525 0.004411
1316 col1316 0.004036
866 col866 0.003956
3734 col3734 0.003776
1230 col1230 0.003738
1146 col1146 0.003675
2908 col2908 0.003645
2132 col2132 0.003343
2614 col2614 0.003342
1855 col1855 0.003327
68 col68 0.003027
255 col255 0.002900
2270 col2270 0.002866
1162 col1162 0.002823
210 col210 0.002747
1649 col1649 0.002524
1361 col1361 0.002469
3442 col3442 0.002417
2480 col2480 0.002412
1604 col1604 0.002333
678 col678 0.002219
436 col436 0.002164
3699 col3699 0.002149
779 col779 0.002142
3483 col3483 0.002119
1190 col1190 0.002112
847 col847 0.002111
360 col360 0.002105
447 col447 0.002091
2873 col2873 0.002085
1676 col1676 0.002019
862 col862 0.001962
3111 col3111 0.001957
3198 col3198 0.001939
1132 col1132 0.001932
2685 col2685 0.001917
2174 col2174 0.001804
104 col104 0.001803
3474 col3474 0.001794
2816 col2816 0.001784
2902 col2902 0.001781
296 col296 0.001767
2187 col2187 0.001746
2640 col2640 0.001709
2679 col2679 0.001660
2531 col2531 0.001641
2791 col2791 0.001641
1117 col1117 0.001633
3051 col3051 0.001597
1075 col1075 0.001574
2006 col2006 0.001552
1161 col1161 0.001523
596 col596 0.001523
3099 col3099 0.001519
890 col890 0.001517
1353 col1353 0.001511
3035 col3035 0.001501
951 col951 0.001485
1597 col1597 0.001469
382 col382 0.001440
1615 col1615 0.001436
611 col611 0.001434
2660 col2660 0.001409
3760 col3760 0.001406
1972 col1972 0.001397
2443 col2443 0.001389
3559 col3559 0.001387
1113 col1113 0.001359
723 col723 0.001349
3777 col3777 0.001345
2244 col2244 0.001342
1222 col1222 0.001333
3758 col3758 0.001320
1713 col1713 0.001318
3215 col3215 0.001312
101 col101 0.001296
1993 col1993 0.001290
953 col953 0.001286
1455 col1455 0.001278
3263 col3263 0.001274
1154 col1154 0.001266
3305 col3305 0.001265
826 col826 0.001265
1651 col1651 0.001256
1212 col1212 0.001245
3327 col3327 0.001241
2537 col2537 0.001241
2834 col2834 0.001235
71 col71 0.001226
929 col929 0.001220
3220 col3220 0.001219
902 col902 0.001217
3116 col3116 0.001212
416 col416 0.001212
1348 col1348 0.001211
307 col307 0.001209
2621 col2621 0.001205
1966 col1966 0.001181
3090 col3090 0.001177
3043 col3043 0.001176
454 col454 0.001175
677 col677 0.001175
1879 col1879 0.001171
1011 col1011 0.001169
3486 col3486 0.001166
3426 col3426 0.001164
1134 col1134 0.001156
1234 col1234 0.001154
912 col912 0.001152
1935 col1935 0.001144
2329 col2329 0.001143
1739 col1739 0.001139
329 col329 0.001138
3775 col3775 0.001134
2202 col2202 0.001124
2219 col2219 0.001120
773 col773 0.001120
3341 col3341 0.001117
1039 col1039 0.001117
1559 col1559 0.001107
2716 col2716 0.001104
1525 col1525 0.001100
2268 col2268 0.001099
1363 col1363 0.001098
3224 col3224 0.001096
2011 col2011 0.001091
671 col671 0.001091
2874 col2874 0.001088
0 ID 0.001079
2106 col2106 0.001079
3192 col3192 0.001073
2560 col2560 0.001072
2608 col2608 0.001071
1008 col1008 0.001071
167 col167 0.001071
1531 col1531 0.001068
1938 col1938 0.001063
1384 col1384 0.001058
3150 col3150 0.001055
3454 col3454 0.001053
3653 col3653 0.001053
3194 col3194 0.001052
3625 col3625 0.001051
3729 col3729 0.001045
3376 col3376 0.001042
2393 col2393 0.001039
419 col419 0.001038
3785 col3785 0.001034
1881 col1881 0.001033
1462 col1462 0.001031
961 col961 0.001030
2221 col2221 0.001026
681 col681 0.001023
248 col248 0.001023
2179 col2179 0.001021
2785 col2785 0.001015
2705 col2705 0.001015
3372 col3372 0.001015
3438 col3438 0.001010
918 col918 0.001008
3003 col3003 0.001006
462 col462 0.001001
3463 col3463 0.001001
2291 col2291 0.000996
3275 col3275 0.000996
48 col48 0.000994
1128 col1128 0.000993
3387 col3387 0.000993
3243 col3243 0.000993
1822 col1822 0.000990
2850 col2850 0.000988
1707 col1707 0.000983
3182 col3182 0.000981
2032 col2032 0.000977
2729 col2729 0.000973
3017 col3017 0.000972
1026 col1026 0.000956
2095 col2095 0.000952
182 col182 0.000951
1619 col1619 0.000950
3668 col3668 0.000948
1903 col1903 0.000946
816 col816 0.000943
3763 col3763 0.000936
225 col225 0.000936
398 col398 0.000930
272 col272 0.000929
2888 col2888 0.000927
2821 col2821 0.000924
3023 col3023 0.000923
831 col831 0.000921
3229 col3229 0.000917
766 col766 0.000917
18 col18 0.000916
768 col768 0.000912
1135 col1135 0.000911
2953 col2953 0.000911
2252 col2252 0.000908
1848 col1848 0.000904
2511 col2511 0.000903
2328 col2328 0.000899
3214 col3214 0.000897
2298 col2298 0.000884
2457 col2457 0.000878
2240 col2240 0.000875
1440 col1440 0.000874
2835 col2835 0.000869
1948 col1948 0.000869
2169 col2169 0.000866
1061 col1061 0.000865
2789 col2789 0.000865
3502 col3502 0.000864
46 col46 0.000863
1737 col1737 0.000862
3110 col3110 0.000862
3709 col3709 0.000859
1907 col1907 0.000851
3748 col3748 0.000851
222 col222 0.000850
945 col945 0.000847
2694 col2694 0.000847
3557 col3557 0.000846
3803 col3803 0.000844
3543 col3543 0.000844
2025 col2025 0.000839
2216 col2216 0.000837
767 col767 0.000835
1742 col1742 0.000835
2401 col2401 0.000831
2121 col2121 0.000830
1606 col1606 0.000829
3574 col3574 0.000825
3719 col3719 0.000822
744 col744 0.000808
1602 col1602 0.000808
27 col27 0.000808
2435 col2435 0.000808
2862 col2862 0.000807
1319 col1319 0.000804
... ... ...
880 col880 0.000000
3167 col3167 0.000000
878 col878 0.000000
3169 col3169 0.000000
875 col875 0.000000
2483 col2483 0.000000
3172 col3172 0.000000
1912 col1912 0.000000
1803 col1803 0.000000
2942 col2942 0.000000
3107 col3107 0.000000
2162 col2162 0.000000
1905 col1905 0.000000
43 col43 0.000000
940 col940 0.000000
943 col943 0.000000
1581 col1581 0.000000
3106 col3106 0.000000
3135 col3135 0.000000
3105 col3105 0.000000
3103 col3103 0.000000
1 col1 0.000000
949 col949 0.000000
1580 col1580 0.000000
45 col45 0.000000
938 col938 0.000000
42 col42 0.000000
936 col936 0.000000
3118 col3118 0.000000
2495 col2495 0.000000
3120 col3120 0.000000
1908 col1908 0.000000
2160 col2160 0.000000
1910 col1910 0.000000
932 col932 0.000000
2158 col2158 0.000000
3128 col3128 0.000000
2157 col2157 0.000000
1911 col1911 0.000000
3132 col3132 0.000000
919 col919 0.000000
3134 col3134 0.000000
872 col872 0.000000
2151 col2151 0.000000
1598 col1598 0.000000
2472 col2472 0.000000
1611 col1611 0.000000
1801 col1801 0.000000
814 col814 0.000000
3223 col3223 0.000000
3222 col3222 0.000000
3221 col3221 0.000000
815 col815 0.000000
2481 col2481 0.000000
1608 col1608 0.000000
818 col818 0.000000
3216 col3216 0.000000
2142 col2142 0.000000
822 col822 0.000000
1926 col1926 0.000000
1613 col1613 0.000000
3230 col3230 0.000000
3231 col3231 0.000000
3232 col3232 0.000000
3233 col3233 0.000000
804 col804 0.000000
2466 col2466 0.000000
802 col802 0.000000
1614 col1614 0.000000
2464 col2464 0.000000
800 col800 0.000000
2138 col2138 0.000000
33 col33 0.000000
797 col797 0.000000
796 col796 0.000000
3247 col3247 0.000000
2136 col2136 0.000000
165 col165 0.000000
827 col827 0.000000
830 col830 0.000000
1916 col1916 0.000000
868 col868 0.000000
867 col867 0.000000
78 col78 0.000000
860 col860 0.000000
40 col40 0.000000
858 col858 0.000000
3184 col3184 0.000000
2479 col2479 0.000000
855 col855 0.000000
3187 col3187 0.000000
854 col854 0.000000
3189 col3189 0.000000
1600 col1600 0.000000
39 col39 0.000000
851 col851 0.000000
834 col834 0.000000
1605 col1605 0.000000
1923 col1923 0.000000
848 col848 0.000000
37 col37 0.000000
2476 col2476 0.000000
845 col845 0.000000
844 col844 0.000000
843 col843 0.000000
1607 col1607 0.000000
3204 col3204 0.000000
3205 col3205 0.000000
837 col837 0.000000
836 col836 0.000000
1816 col1816 0.000000
156 col156 0.000000
952 col952 0.000000
3095 col3095 0.000000
1875 col1875 0.000000
2191 col2191 0.000000
1056 col1056 0.000000
2998 col2998 0.000000
1057 col1057 0.000000
2996 col2996 0.000000
2995 col2995 0.000000
2993 col2993 0.000000
2184 col2184 0.000000
2991 col2991 0.000000
1058 col1058 0.000000
2515 col2515 0.000000
1065 col1065 0.000000
2986 col2986 0.000000
1069 col1069 0.000000
1055 col1055 0.000000
52 col52 0.000000
149 col149 0.000000
2190 col2190 0.000000
3006 col3006 0.000000
1048 col1048 0.000000
3008 col3008 0.000000
3009 col3009 0.000000
2189 col2189 0.000000
2188 col2188 0.000000
1042 col1042 0.000000
3013 col3013 0.000000
1876 col1876 0.000000
1568 col1568 0.000000
51 col51 0.000000
150 col150 0.000000
1036 col1036 0.000000
1564 col1564 0.000000
1072 col1072 0.000000
1074 col1074 0.000000
2960 col2960 0.000000
1556 col1556 0.000000
1106 col1106 0.000000
2947 col2947 0.000000
2948 col2948 0.000000
1104 col1104 0.000000
2275 col2275 0.000000
2951 col2951 0.000000
2520 col2520 0.000000
1099 col1099 0.000000
1096 col1096 0.000000
2956 col2956 0.000000
1093 col1093 0.000000
2958 col2958 0.000000
1092 col1092 0.000000
1089 col1089 0.000000
148 col148 0.000000
1088 col1088 0.000000
2965 col2965 0.000000
1086 col1086 0.000000
1084 col1084 0.000000
2968 col2968 0.000000
1083 col1083 0.000000
2971 col2971 0.000000
2973 col2973 0.000000
2974 col2974 0.000000
2975 col2975 0.000000
2518 col2518 0.000000
1077 col1077 0.000000
1870 col1870 0.000000
1076 col1076 0.000000
3020 col3020 0.000000
1570 col1570 0.000000
3094 col3094 0.000000
3070 col3070 0.000000
979 col979 0.000000
2502 col2502 0.000000
1901 col1901 0.000000
2170 col2170 0.000000
982 col982 0.000000
1900 col1900 0.000000
3069 col3069 0.000000
1035 col1035 0.000000
986 col986 0.000000
1577 col1577 0.000000
1899 col1899 0.000000
989 col989 0.000000
2173 col2173 0.000000
1575 col1575 0.000000
3077 col3077 0.000000
978 col978 0.000000
977 col977 0.000000
2501 col2501 0.000000
974 col974 0.000000
1578 col1578 0.000000
3083 col3083 0.000000
3084 col3084 0.000000
973 col973 0.000000
971 col971 0.000000
3087 col3087 0.000000
1579 col1579 0.000000
2167 col2167 0.000000
2166 col2166 0.000000
2165 col2165 0.000000
956 col956 0.000000
955 col955 0.000000
2505 col2505 0.000000
1574 col1574 0.000000
3060 col3060 0.000000
1887 col1887 0.000000
1034 col1034 0.000000
3025 col3025 0.000000
1029 col1029 0.000000
1883 col1883 0.000000
1022 col1022 0.000000
3030 col3030 0.000000
3032 col3032 0.000000
3033 col3033 0.000000
3034 col3034 0.000000
1886 col1886 0.000000
3036 col3036 0.000000
1018 col1018 0.000000
1017 col1017 0.000000
3039 col3039 0.000000
3041 col3041 0.000000
92 col92 0.000000
3042 col3042 0.000000
3045 col3045 0.000000
2509 col2509 0.000000
1888 col1888 0.000000
1893 col1893 0.000000
3050 col3050 0.000000
47 col47 0.000000
1896 col1896 0.000000
3053 col3053 0.000000
1007 col1007 0.000000
1898 col1898 0.000000
1005 col1005 0.000000
1004 col1004 0.000000
1571 col1571 0.000000
999 col999 0.000000

3806 rows × 2 columns

LightGBM

import lightgbm as lgb

# grid search
parameter_range = {'num_leaves': [5, 10, 20],
                   'learning_rate': [0.01, 0.1, 1],
                   'n_estimators': [100, 200, 500],
                   'max_depth': [2, 4, 6, 8, 10, -1]}

model = GridSearchCV(estimator = lgb.LGBMRegressor(),
                     param_grid = parameter_range,
                     cv = 4,
                     scoring = 'neg_mean_squared_error')
model = lgb.LGBMRegressor()
model.fit(low_X_train, low_y_train)
LGBMRegressor(boosting_type='gbdt', class_weight=None, colsample_bytree=1.0,
              importance_type='split', learning_rate=0.1, max_depth=-1,
              min_child_samples=20, min_child_weight=0.001, min_split_gain=0.0,
              n_estimators=100, n_jobs=-1, num_leaves=31, objective=None,
              random_state=None, reg_alpha=0.0, reg_lambda=0.0, silent=True,
              subsample=1.0, subsample_for_bin=200000, subsample_freq=0)
best_model_LGBM = best_model


scores = cross_validate(best_model_LGBM, low_X_train, low_y_train, cv = 4, scoring = scoring, return_train_score=False)
for key,value in scores.items():
    print("{}:{:.3g}+/-{:.3g}".format(key, value.mean(), value.std()))
cv_accuracy_LGBM = pd.DataFrame(scores)[['test_r2','test_RMSE','test_MER']].mean()
fit_time:35.8+/-0.319
score_time:0.0248+/-0.00116
test_r2:0.318+/-0.0194
test_RMSE:0.74+/-0.0195
test_MER:0.221+/-0.0105
# Feature Importances
fti = model.feature_importances_

print('Feature Importances:')
for i, feat in enumerate(X):
    print('\t{0:10s} : {1:>12.4f}'.format(feat, fti[i]))
Feature Importances:
	ID         :       6.0000
	col1       :       0.0000
	col2       :       0.0000
	col3       :       1.0000
	col4       :       0.0000
	col5       :       1.0000
	col6       :       0.0000
	col7       :       2.0000
	col8       :       2.0000
	col9       :       0.0000
	col10      :       0.0000
	col11      :       0.0000
	col12      :       0.0000
	col13      :       0.0000
	col14      :       0.0000
	col15      :       3.0000
	col16      :       2.0000
	col17      :       0.0000
	col18      :       0.0000
	col19      :       0.0000
	col20      :       0.0000
	col21      :       2.0000
	col22      :       1.0000
	col23      :       2.0000
	col24      :       0.0000
	col25      :       0.0000
	col26      :       0.0000
	col27      :       2.0000
	col28      :       0.0000
	col29      :       0.0000
	col30      :       0.0000
	col31      :       0.0000
	col32      :       0.0000
	col33      :       0.0000
	col34      :       2.0000
	col35      :       0.0000
	col36      :       0.0000
	col37      :       0.0000
	col38      :       4.0000
	col39      :       0.0000
	col40      :       0.0000
	col41      :       0.0000
	col42      :       0.0000
	col43      :       0.0000
	col44      :       1.0000
	col45      :       0.0000
	col46      :       2.0000
	col47      :       0.0000
	col48      :       1.0000
	col49      :       0.0000
	col50      :       0.0000
	col51      :       0.0000
	col52      :       0.0000
	col53      :       0.0000
	col54      :       1.0000
	col55      :       0.0000
	col56      :       3.0000
	col57      :       2.0000
	col58      :       0.0000
	col59      :       0.0000
	col60      :       0.0000
	col61      :       0.0000
	col62      :       0.0000
	col63      :       0.0000
	col64      :       0.0000
	col65      :       1.0000
	col66      :       0.0000
	col67      :       0.0000
	col68      :       4.0000
	col69      :       1.0000
	col70      :       0.0000
	col71      :       5.0000
	col72      :       3.0000
	col73      :       0.0000
	col74      :       0.0000
	col75      :       0.0000
	col76      :       1.0000
	col77      :       0.0000
	col78      :       0.0000
	col79      :       0.0000
	col80      :       0.0000
	col81      :       0.0000
	col82      :       0.0000
	col83      :       0.0000
	col84      :       1.0000
	col85      :       0.0000
	col86      :       0.0000
	col87      :       5.0000
	col88      :      60.0000
	col89      :       0.0000
	col90      :       0.0000
	col91      :       0.0000
	col92      :       0.0000
	col93      :       0.0000
	col94      :       0.0000
	col95      :       0.0000
	col96      :       3.0000
	col97      :       0.0000
	col98      :       0.0000
	col99      :       3.0000
	col100     :       0.0000
	col101     :       0.0000
	col102     :       1.0000
	col103     :       1.0000
	col104     :       4.0000
	col105     :       4.0000
	col106     :       3.0000
	col107     :       1.0000
	col108     :       0.0000
	col109     :       0.0000
	col110     :       1.0000
	col111     :       0.0000
	col112     :       0.0000
	col113     :       0.0000
	col114     :       1.0000
	col115     :       1.0000
	col116     :       0.0000
	col117     :       0.0000
	col118     :       0.0000
	col119     :       2.0000
	col120     :       0.0000
	col121     :       0.0000
	col122     :       0.0000
	col123     :       0.0000
	col124     :       2.0000
	col125     :       0.0000
	col126     :       0.0000
	col127     :       0.0000
	col128     :       0.0000
	col129     :       0.0000
	col130     :       2.0000
	col131     :       0.0000
	col132     :       0.0000
	col133     :       0.0000
	col134     :       0.0000
	col135     :       0.0000
	col136     :       0.0000
	col137     :       0.0000
	col138     :       1.0000
	col139     :       0.0000
	col140     :       1.0000
	col141     :       0.0000
	col142     :       0.0000
	col143     :       1.0000
	col144     :       1.0000
	col145     :       0.0000
	col146     :       0.0000
	col147     :       0.0000
	col148     :       4.0000
	col149     :       0.0000
	col150     :       0.0000
	col151     :       0.0000
	col152     :       0.0000
	col153     :       0.0000
	col154     :       3.0000
	col155     :       0.0000
	col156     :       0.0000
	col157     :       0.0000
	col158     :       2.0000
	col159     :       0.0000
	col160     :       0.0000
	col161     :       0.0000
	col162     :       1.0000
	col163     :       0.0000
	col164     :       1.0000
	col165     :       0.0000
	col166     :       0.0000
	col167     :       2.0000
	col168     :       1.0000
	col169     :       0.0000
	col170     :       0.0000
	col171     :       1.0000
	col172     :       0.0000
	col173     :       0.0000
	col174     :       0.0000
	col175     :       0.0000
	col176     :       2.0000
	col177     :       0.0000
	col178     :       0.0000
	col179     :       1.0000
	col180     :       0.0000
	col181     :       0.0000
	col182     :       5.0000
	col183     :       0.0000
	col184     :       0.0000
	col185     :       2.0000
	col186     :       0.0000
	col187     :       0.0000
	col188     :       0.0000
	col189     :       0.0000
	col190     :       1.0000
	col191     :       0.0000
	col192     :       0.0000
	col193     :       1.0000
	col194     :       0.0000
	col195     :       3.0000
	col196     :       0.0000
	col197     :       0.0000
	col198     :       1.0000
	col199     :       0.0000
	col200     :       0.0000
	col201     :       0.0000
	col202     :       0.0000
	col203     :       1.0000
	col204     :       2.0000
	col205     :       0.0000
	col206     :       0.0000
	col207     :       0.0000
	col208     :       0.0000
	col209     :       1.0000
	col210     :       2.0000
	col211     :       1.0000
	col212     :       3.0000
	col213     :       1.0000
	col214     :       0.0000
	col215     :       0.0000
	col216     :       0.0000
	col217     :       0.0000
	col218     :       1.0000
	col219     :       3.0000
	col220     :       0.0000
	col221     :       1.0000
	col222     :       1.0000
	col223     :       0.0000
	col224     :       0.0000
	col225     :       1.0000
	col226     :       2.0000
	col227     :       1.0000
	col228     :       0.0000
	col229     :       0.0000
	col230     :       0.0000
	col231     :       0.0000
	col232     :       5.0000
	col233     :       0.0000
	col234     :       0.0000
	col235     :       0.0000
	col236     :       0.0000
	col237     :       1.0000
	col238     :       1.0000
	col239     :       0.0000
	col240     :       1.0000
	col241     :       0.0000
	col242     :       0.0000
	col243     :       2.0000
	col244     :       6.0000
	col245     :       1.0000
	col246     :       0.0000
	col247     :       0.0000
	col248     :       1.0000
	col249     :       0.0000
	col250     :       1.0000
	col251     :       0.0000
	col252     :       0.0000
	col253     :       2.0000
	col254     :       0.0000
	col255     :      10.0000
	col256     :       2.0000
	col257     :       3.0000
	col258     :       3.0000
	col259     :       1.0000
	col260     :       1.0000
	col261     :       0.0000
	col262     :       0.0000
	col263     :       0.0000
	col264     :       1.0000
	col265     :       0.0000
	col266     :       3.0000
	col267     :       0.0000
	col268     :       4.0000
	col269     :       1.0000
	col270     :       4.0000
	col271     :       0.0000
	col272     :       0.0000
	col273     :       1.0000
	col274     :       0.0000
	col275     :       0.0000
	col276     :       2.0000
	col277     :       0.0000
	col278     :       0.0000
	col279     :       0.0000
	col280     :       6.0000
	col281     :       0.0000
	col282     :       1.0000
	col283     :       0.0000
	col284     :       0.0000
	col285     :       0.0000
	col286     :       3.0000
	col287     :       0.0000
	col288     :       0.0000
	col289     :       0.0000
	col290     :       0.0000
	col291     :       0.0000
	col292     :       0.0000
	col293     :       1.0000
	col294     :       0.0000
	col295     :       1.0000
	col296     :       1.0000
	col297     :       4.0000
	col298     :       0.0000
	col299     :       0.0000
	col300     :       0.0000
	col301     :       0.0000
	col302     :       0.0000
	col303     :       0.0000
	col304     :       0.0000
	col305     :       1.0000
	col306     :       7.0000
	col307     :       2.0000
	col308     :       1.0000
	col309     :       2.0000
	col310     :       0.0000
	col311     :       0.0000
	col312     :       2.0000
	col313     :       0.0000
	col314     :       0.0000
	col315     :       0.0000
	col316     :       0.0000
	col317     :       1.0000
	col318     :       0.0000
	col319     :       0.0000
	col320     :       0.0000
	col321     :       0.0000
	col322     :       0.0000
	col323     :       1.0000
	col324     :       4.0000
	col325     :       2.0000
	col326     :       3.0000
	col327     :       0.0000
	col328     :       0.0000
	col329     :       1.0000
	col330     :       0.0000
	col331     :       0.0000
	col332     :       0.0000
	col333     :       0.0000
	col334     :       0.0000
	col335     :       3.0000
	col336     :       0.0000
	col337     :       0.0000
	col338     :       0.0000
	col339     :       0.0000
	col340     :       1.0000
	col341     :       0.0000
	col342     :       0.0000
	col343     :       0.0000
	col344     :       0.0000
	col345     :       0.0000
	col346     :       2.0000
	col347     :       0.0000
	col348     :       0.0000
	col349     :       3.0000
	col350     :       0.0000
	col351     :       2.0000
	col352     :       5.0000
	col353     :       0.0000
	col354     :       4.0000
	col355     :       3.0000
	col356     :       1.0000
	col357     :       0.0000
	col358     :       0.0000
	col359     :       4.0000
	col360     :       3.0000
	col361     :       0.0000
	col362     :       0.0000
	col363     :       0.0000
	col364     :       0.0000
	col365     :       0.0000
	col366     :       0.0000
	col367     :       0.0000
	col368     :       0.0000
	col369     :       1.0000
	col370     :       0.0000
	col371     :       0.0000
	col372     :       0.0000
	col373     :       0.0000
	col374     :       7.0000
	col375     :       0.0000
	col376     :       0.0000
	col377     :       0.0000
	col378     :       0.0000
	col379     :       0.0000
	col380     :       0.0000
	col381     :       4.0000
	col382     :       6.0000
	col383     :       0.0000
	col384     :       0.0000
	col385     :       0.0000
	col386     :       1.0000
	col387     :       0.0000
	col388     :       0.0000
	col389     :       0.0000
	col390     :       0.0000
	col391     :       0.0000
	col392     :       0.0000
	col393     :       1.0000
	col394     :       4.0000
	col395     :       0.0000
	col396     :       0.0000
	col397     :       0.0000
	col398     :       3.0000
	col399     :       0.0000
	col400     :       0.0000
	col401     :       0.0000
	col402     :       0.0000
	col403     :       0.0000
	col404     :       0.0000
	col405     :       0.0000
	col406     :       0.0000
	col407     :       0.0000
	col408     :       0.0000
	col409     :       3.0000
	col410     :       0.0000
	col411     :       0.0000
	col412     :       0.0000
	col413     :       2.0000
	col414     :       0.0000
	col415     :       0.0000
	col416     :       0.0000
	col417     :       3.0000
	col418     :       0.0000
	col419     :       6.0000
	col420     :       1.0000
	col421     :       0.0000
	col422     :       1.0000
	col423     :       0.0000
	col424     :       0.0000
	col425     :       1.0000
	col426     :       0.0000
	col427     :       0.0000
	col428     :       4.0000
	col429     :       0.0000
	col430     :       0.0000
	col431     :       2.0000
	col432     :       5.0000
	col433     :       0.0000
	col434     :       0.0000
	col435     :       0.0000
	col436     :       4.0000
	col437     :       0.0000
	col438     :       0.0000
	col439     :       0.0000
	col440     :       0.0000
	col441     :       0.0000
	col442     :       0.0000
	col443     :       1.0000
	col444     :       0.0000
	col445     :       0.0000
	col446     :       0.0000
	col447     :       0.0000
	col448     :       1.0000
	col449     :       0.0000
	col450     :       0.0000
	col451     :       0.0000
	col452     :       1.0000
	col453     :       1.0000
	col454     :       2.0000
	col455     :       0.0000
	col456     :       3.0000
	col457     :       0.0000
	col458     :       0.0000
	col459     :       2.0000
	col460     :       3.0000
	col461     :       0.0000
	col462     :       8.0000
	col463     :       0.0000
	col464     :       0.0000
	col465     :       0.0000
	col466     :       2.0000
	col467     :       0.0000
	col468     :       2.0000
	col469     :       0.0000
	col470     :       0.0000
	col471     :       0.0000
	col472     :       1.0000
	col473     :       0.0000
	col474     :       0.0000
	col475     :       3.0000
	col476     :       1.0000
	col477     :       0.0000
	col478     :       2.0000
	col479     :       0.0000
	col480     :       0.0000
	col481     :       1.0000
	col482     :       3.0000
	col483     :       0.0000
	col484     :       3.0000
	col485     :       0.0000
	col486     :       0.0000
	col487     :       7.0000
	col488     :       1.0000
	col489     :       0.0000
	col490     :       0.0000
	col491     :       0.0000
	col492     :       0.0000
	col493     :       0.0000
	col494     :       0.0000
	col495     :       1.0000
	col496     :       2.0000
	col497     :       0.0000
	col498     :       0.0000
	col499     :       0.0000
	col500     :       0.0000
	col501     :       0.0000
	col502     :       0.0000
	col503     :       1.0000
	col504     :       0.0000
	col505     :       0.0000
	col506     :       0.0000
	col507     :       0.0000
	col508     :       0.0000
	col509     :       0.0000
	col510     :       0.0000
	col511     :       0.0000
	col512     :       0.0000
	col513     :       0.0000
	col514     :       0.0000
	col515     :       0.0000
	col516     :       1.0000
	col517     :       0.0000
	col518     :       0.0000
	col519     :       0.0000
	col520     :       0.0000
	col521     :       0.0000
	col522     :       0.0000
	col523     :       1.0000
	col524     :       2.0000
	col525     :       2.0000
	col526     :       0.0000
	col527     :       4.0000
	col528     :       0.0000
	col529     :       1.0000
	col530     :       1.0000
	col531     :       0.0000
	col532     :       1.0000
	col533     :       1.0000
	col534     :       0.0000
	col535     :       4.0000
	col536     :       0.0000
	col537     :       0.0000
	col538     :       0.0000
	col539     :       0.0000
	col540     :       0.0000
	col541     :       0.0000
	col542     :       0.0000
	col543     :       0.0000
	col544     :       2.0000
	col545     :       0.0000
	col546     :       0.0000
	col547     :       0.0000
	col548     :       4.0000
	col549     :       0.0000
	col550     :       0.0000
	col551     :       0.0000
	col552     :       3.0000
	col553     :       0.0000
	col554     :       0.0000
	col555     :       3.0000
	col556     :       1.0000
	col557     :       0.0000
	col558     :       5.0000
	col559     :       3.0000
	col560     :       4.0000
	col561     :       0.0000
	col562     :       0.0000
	col563     :       3.0000
	col564     :       2.0000
	col565     :       0.0000
	col566     :       0.0000
	col567     :       4.0000
	col568     :       2.0000
	col569     :       1.0000
	col570     :       0.0000
	col571     :       0.0000
	col572     :       1.0000
	col573     :       1.0000
	col574     :       1.0000
	col575     :       0.0000
	col576     :       0.0000
	col577     :       5.0000
	col578     :       1.0000
	col579     :       0.0000
	col580     :       0.0000
	col581     :       0.0000
	col582     :       0.0000
	col583     :       0.0000
	col584     :       0.0000
	col585     :       1.0000
	col586     :       0.0000
	col587     :       0.0000
	col588     :       0.0000
	col589     :       0.0000
	col590     :       0.0000
	col591     :       0.0000
	col592     :       1.0000
	col593     :       1.0000
	col594     :       0.0000
	col595     :       0.0000
	col596     :       0.0000
	col597     :       0.0000
	col598     :       0.0000
	col599     :       2.0000
	col600     :       0.0000
	col601     :       1.0000
	col602     :       0.0000
	col603     :       0.0000
	col604     :       0.0000
	col605     :       2.0000
	col606     :       0.0000
	col607     :       2.0000
	col608     :       1.0000
	col609     :       0.0000
	col610     :       0.0000
	col611     :       5.0000
	col612     :       0.0000
	col613     :       0.0000
	col614     :       0.0000
	col615     :       0.0000
	col616     :       0.0000
	col617     :       0.0000
	col618     :       0.0000
	col619     :       0.0000
	col620     :       5.0000
	col621     :       0.0000
	col622     :       0.0000
	col623     :       0.0000
	col624     :       1.0000
	col625     :       0.0000
	col626     :       0.0000
	col627     :       0.0000
	col628     :       0.0000
	col629     :       0.0000
	col630     :       0.0000
	col631     :       0.0000
	col632     :       0.0000
	col633     :       0.0000
	col634     :       0.0000
	col635     :       0.0000
	col636     :       0.0000
	col637     :       1.0000
	col638     :       0.0000
	col639     :       0.0000
	col640     :       0.0000
	col641     :       1.0000
	col642     :       0.0000
	col643     :       0.0000
	col644     :       0.0000
	col645     :       0.0000
	col646     :       0.0000
	col647     :       0.0000
	col648     :       0.0000
	col649     :       1.0000
	col650     :       0.0000
	col651     :       1.0000
	col652     :       0.0000
	col653     :       0.0000
	col654     :       4.0000
	col655     :       1.0000
	col656     :       0.0000
	col657     :       2.0000
	col658     :       0.0000
	col659     :       1.0000
	col660     :       0.0000
	col661     :       3.0000
	col662     :       0.0000
	col663     :       1.0000
	col664     :       0.0000
	col665     :       0.0000
	col666     :       0.0000
	col667     :       0.0000
	col668     :       0.0000
	col669     :       0.0000
	col670     :       0.0000
	col671     :       3.0000
	col672     :       0.0000
	col673     :       0.0000
	col674     :       0.0000
	col675     :       0.0000
	col676     :       0.0000
	col677     :       1.0000
	col678     :       8.0000
	col679     :       0.0000
	col680     :       1.0000
	col681     :       8.0000
	col682     :       0.0000
	col683     :       0.0000
	col684     :       0.0000
	col685     :       0.0000
	col686     :       0.0000
	col687     :       1.0000
	col688     :       1.0000
	col689     :       3.0000
	col690     :       0.0000
	col691     :       3.0000
	col692     :       0.0000
	col693     :       0.0000
	col694     :       0.0000
	col695     :       2.0000
	col696     :       0.0000
	col697     :       0.0000
	col698     :       0.0000
	col699     :       1.0000
	col700     :       1.0000
	col701     :       0.0000
	col702     :       0.0000
	col703     :       1.0000
	col704     :       0.0000
	col705     :       0.0000
	col706     :       0.0000
	col707     :       0.0000
	col708     :       1.0000
	col709     :       2.0000
	col710     :       1.0000
	col711     :       0.0000
	col712     :       0.0000
	col713     :       1.0000
	col714     :       3.0000
	col715     :       0.0000
	col716     :       2.0000
	col717     :       0.0000
	col718     :       0.0000
	col719     :       0.0000
	col720     :       0.0000
	col721     :       1.0000
	col722     :       0.0000
	col723     :       2.0000
	col724     :       0.0000
	col725     :       0.0000
	col726     :       1.0000
	col727     :       1.0000
	col728     :       5.0000
	col729     :       0.0000
	col730     :       3.0000
	col731     :       0.0000
	col732     :       0.0000
	col733     :       0.0000
	col734     :       0.0000
	col735     :       0.0000
	col736     :       0.0000
	col737     :       0.0000
	col738     :       0.0000
	col739     :       0.0000
	col740     :       0.0000
	col741     :       0.0000
	col742     :       0.0000
	col743     :       4.0000
	col744     :       1.0000
	col745     :       4.0000
	col746     :       0.0000
	col747     :       1.0000
	col748     :       2.0000
	col749     :       0.0000
	col750     :       0.0000
	col751     :       1.0000
	col752     :       0.0000
	col753     :       0.0000
	col754     :       0.0000
	col755     :       0.0000
	col756     :       0.0000
	col757     :       0.0000
	col758     :       0.0000
	col759     :       2.0000
	col760     :       0.0000
	col761     :       0.0000
	col762     :       1.0000
	col763     :       0.0000
	col764     :       0.0000
	col765     :       3.0000
	col766     :       6.0000
	col767     :       3.0000
	col768     :       0.0000
	col769     :       0.0000
	col770     :       0.0000
	col771     :       0.0000
	col772     :       0.0000
	col773     :       1.0000
	col774     :       0.0000
	col775     :       3.0000
	col776     :       0.0000
	col777     :       5.0000
	col778     :       2.0000
	col779     :       1.0000
	col780     :       0.0000
	col781     :       0.0000
	col782     :       0.0000
	col783     :       0.0000
	col784     :       0.0000
	col785     :       0.0000
	col786     :       0.0000
	col787     :       1.0000
	col788     :       4.0000
	col789     :       0.0000
	col790     :       0.0000
	col791     :       0.0000
	col792     :      11.0000
	col793     :       0.0000
	col794     :       0.0000
	col795     :       0.0000
	col796     :       0.0000
	col797     :       0.0000
	col798     :       0.0000
	col799     :       0.0000
	col800     :       0.0000
	col801     :       0.0000
	col802     :       0.0000
	col803     :       0.0000
	col804     :       0.0000
	col805     :       0.0000
	col806     :       3.0000
	col807     :       0.0000
	col808     :       5.0000
	col809     :       0.0000
	col810     :       0.0000
	col811     :       0.0000
	col812     :       0.0000
	col813     :       0.0000
	col814     :       0.0000
	col815     :       0.0000
	col816     :       3.0000
	col817     :       1.0000
	col818     :       0.0000
	col819     :       3.0000
	col820     :       4.0000
	col821     :       1.0000
	col822     :       0.0000
	col823     :       0.0000
	col824     :       2.0000
	col825     :       2.0000
	col826     :       2.0000
	col827     :       0.0000
	col828     :       2.0000
	col829     :       6.0000
	col830     :       0.0000
	col831     :       3.0000
	col832     :       1.0000
	col833     :       2.0000
	col834     :       0.0000
	col835     :       0.0000
	col836     :       0.0000
	col837     :       0.0000
	col838     :       0.0000
	col839     :       0.0000
	col840     :       0.0000
	col841     :       1.0000
	col842     :       3.0000
	col843     :       0.0000
	col844     :       0.0000
	col845     :       0.0000
	col846     :       0.0000
	col847     :       3.0000
	col848     :       0.0000
	col849     :       0.0000
	col850     :       1.0000
	col851     :       0.0000
	col852     :       0.0000
	col853     :       0.0000
	col854     :       0.0000
	col855     :       0.0000
	col856     :       1.0000
	col857     :       2.0000
	col858     :       0.0000
	col859     :       3.0000
	col860     :       0.0000
	col861     :       2.0000
	col862     :       2.0000
	col863     :       0.0000
	col864     :       2.0000
	col865     :       0.0000
	col866     :       4.0000
	col867     :       0.0000
	col868     :       0.0000
	col869     :       0.0000
	col870     :       1.0000
	col871     :       1.0000
	col872     :       0.0000
	col873     :       0.0000
	col874     :       0.0000
	col875     :       0.0000
	col876     :       2.0000
	col877     :       3.0000
	col878     :       0.0000
	col879     :       0.0000
	col880     :       0.0000
	col881     :       0.0000
	col882     :       2.0000
	col883     :       0.0000
	col884     :       0.0000
	col885     :       0.0000
	col886     :       0.0000
	col887     :       0.0000
	col888     :       1.0000
	col889     :       0.0000
	col890     :       5.0000
	col891     :       3.0000
	col892     :       0.0000
	col893     :       0.0000
	col894     :       0.0000
	col895     :       0.0000
	col896     :       2.0000
	col897     :       1.0000
	col898     :       1.0000
	col899     :       3.0000
	col900     :       2.0000
	col901     :       0.0000
	col902     :       2.0000
	col903     :       0.0000
	col904     :       4.0000
	col905     :       0.0000
	col906     :       0.0000
	col907     :       0.0000
	col908     :       1.0000
	col909     :       0.0000
	col910     :       5.0000
	col911     :       0.0000
	col912     :      13.0000
	col913     :       4.0000
	col914     :       0.0000
	col915     :       0.0000
	col916     :       2.0000
	col917     :       0.0000
	col918     :       0.0000
	col919     :       0.0000
	col920     :       4.0000
	col921     :       0.0000
	col922     :       0.0000
	col923     :       3.0000
	col924     :       0.0000
	col925     :       1.0000
	col926     :       2.0000
	col927     :       0.0000
	col928     :       0.0000
	col929     :       5.0000
	col930     :       1.0000
	col931     :       0.0000
	col932     :       0.0000
	col933     :       0.0000
	col934     :       3.0000
	col935     :       0.0000
	col936     :       0.0000
	col937     :       4.0000
	col938     :       0.0000
	col939     :       0.0000
	col940     :       0.0000
	col941     :       1.0000
	col942     :       0.0000
	col943     :       0.0000
	col944     :       1.0000
	col945     :       3.0000
	col946     :       0.0000
	col947     :       3.0000
	col948     :       0.0000
	col949     :       0.0000
	col950     :       0.0000
	col951     :       4.0000
	col952     :       0.0000
	col953     :       4.0000
	col954     :       0.0000
	col955     :       0.0000
	col956     :       0.0000
	col957     :       0.0000
	col958     :       0.0000
	col959     :       0.0000
	col960     :       0.0000
	col961     :       1.0000
	col962     :       0.0000
	col963     :       1.0000
	col964     :       1.0000
	col965     :       1.0000
	col966     :       2.0000
	col967     :       0.0000
	col968     :       0.0000
	col969     :       0.0000
	col970     :       1.0000
	col971     :       0.0000
	col972     :       4.0000
	col973     :       0.0000
	col974     :       0.0000
	col975     :       0.0000
	col976     :       0.0000
	col977     :       0.0000
	col978     :       0.0000
	col979     :       0.0000
	col980     :       0.0000
	col981     :       0.0000
	col982     :       0.0000
	col983     :       4.0000
	col984     :       0.0000
	col985     :       1.0000
	col986     :       0.0000
	col987     :       0.0000
	col988     :       0.0000
	col989     :       0.0000
	col990     :       0.0000
	col991     :       4.0000
	col992     :       0.0000
	col993     :       0.0000
	col994     :       3.0000
	col995     :       0.0000
	col996     :       2.0000
	col997     :       0.0000
	col998     :       0.0000
	col999     :       0.0000
	col1000    :       0.0000
	col1001    :       0.0000
	col1002    :       0.0000
	col1003    :       2.0000
	col1004    :       0.0000
	col1005    :       0.0000
	col1006    :       0.0000
	col1007    :       0.0000
	col1008    :       4.0000
	col1009    :       0.0000
	col1010    :       1.0000
	col1011    :       9.0000
	col1012    :       0.0000
	col1013    :       0.0000
	col1014    :       0.0000
	col1015    :       0.0000
	col1016    :       4.0000
	col1017    :       0.0000
	col1018    :       0.0000
	col1019    :       0.0000
	col1020    :       0.0000
	col1021    :       2.0000
	col1022    :       0.0000
	col1023    :       3.0000
	col1024    :       0.0000
	col1025    :       0.0000
	col1026    :       1.0000
	col1027    :       0.0000
	col1028    :       0.0000
	col1029    :       0.0000
	col1030    :       0.0000
	col1031    :       0.0000
	col1032    :       3.0000
	col1033    :       0.0000
	col1034    :       0.0000
	col1035    :       0.0000
	col1036    :       0.0000
	col1037    :       0.0000
	col1038    :       1.0000
	col1039    :       0.0000
	col1040    :       0.0000
	col1041    :       0.0000
	col1042    :       0.0000
	col1043    :       0.0000
	col1044    :       0.0000
	col1045    :       1.0000
	col1046    :       1.0000
	col1047    :       3.0000
	col1048    :       0.0000
	col1049    :       0.0000
	col1050    :       4.0000
	col1051    :       0.0000
	col1052    :       0.0000
	col1053    :       2.0000
	col1054    :       0.0000
	col1055    :       0.0000
	col1056    :       0.0000
	col1057    :       0.0000
	col1058    :       0.0000
	col1059    :       0.0000
	col1060    :       0.0000
	col1061    :       4.0000
	col1062    :       5.0000
	col1063    :       2.0000
	col1064    :       6.0000
	col1065    :       0.0000
	col1066    :       0.0000
	col1067    :       7.0000
	col1068    :       0.0000
	col1069    :       0.0000
	col1070    :       2.0000
	col1071    :       2.0000
	col1072    :       0.0000
	col1073    :       0.0000
	col1074    :       0.0000
	col1075    :       0.0000
	col1076    :       0.0000
	col1077    :       0.0000
	col1078    :       0.0000
	col1079    :       0.0000
	col1080    :       5.0000
	col1081    :       0.0000
	col1082    :       0.0000
	col1083    :       0.0000
	col1084    :       0.0000
	col1085    :       1.0000
	col1086    :       0.0000
	col1087    :       0.0000
	col1088    :       0.0000
	col1089    :       0.0000
	col1090    :       0.0000
	col1091    :       2.0000
	col1092    :       0.0000
	col1093    :       0.0000
	col1094    :       1.0000
	col1095    :       0.0000
	col1096    :       0.0000
	col1097    :       1.0000
	col1098    :       1.0000
	col1099    :       0.0000
	col1100    :       0.0000
	col1101    :       2.0000
	col1102    :       0.0000
	col1103    :       1.0000
	col1104    :       0.0000
	col1105    :       0.0000
	col1106    :       0.0000
	col1107    :       0.0000
	col1108    :       0.0000
	col1109    :       0.0000
	col1110    :       0.0000
	col1111    :       0.0000
	col1112    :       0.0000
	col1113    :       7.0000
	col1114    :       0.0000
	col1115    :       1.0000
	col1116    :       1.0000
	col1117    :       3.0000
	col1118    :       0.0000
	col1119    :       0.0000
	col1120    :       0.0000
	col1121    :       0.0000
	col1122    :       1.0000
	col1123    :       1.0000
	col1124    :       0.0000
	col1125    :       0.0000
	col1126    :       0.0000
	col1127    :       0.0000
	col1128    :       1.0000
	col1129    :       1.0000
	col1130    :       0.0000
	col1131    :       0.0000
	col1132    :       2.0000
	col1133    :       0.0000
	col1134    :       0.0000
	col1135    :       1.0000
	col1136    :       0.0000
	col1137    :       0.0000
	col1138    :       2.0000
	col1139    :       4.0000
	col1140    :       0.0000
	col1141    :       0.0000
	col1142    :       0.0000
	col1143    :       0.0000
	col1144    :       0.0000
	col1145    :       0.0000
	col1146    :       3.0000
	col1147    :       0.0000
	col1148    :       0.0000
	col1149    :       0.0000
	col1150    :       1.0000
	col1151    :       0.0000
	col1152    :       0.0000
	col1153    :       1.0000
	col1154    :       1.0000
	col1155    :       0.0000
	col1156    :       0.0000
	col1157    :       0.0000
	col1158    :       5.0000
	col1159    :       0.0000
	col1160    :       1.0000
	col1161    :      10.0000
	col1162    :       0.0000
	col1163    :       0.0000
	col1164    :       0.0000
	col1165    :       4.0000
	col1166    :       0.0000
	col1167    :       0.0000
	col1168    :       1.0000
	col1169    :       0.0000
	col1170    :       1.0000
	col1171    :       0.0000
	col1172    :       0.0000
	col1173    :       0.0000
	col1174    :       0.0000
	col1175    :       0.0000
	col1176    :       5.0000
	col1177    :       0.0000
	col1178    :       0.0000
	col1179    :       3.0000
	col1180    :       0.0000
	col1181    :       6.0000
	col1182    :       0.0000
	col1183    :       9.0000
	col1184    :       2.0000
	col1185    :       0.0000
	col1186    :       2.0000
	col1187    :       0.0000
	col1188    :       0.0000
	col1189    :       0.0000
	col1190    :       3.0000
	col1191    :       3.0000
	col1192    :       0.0000
	col1193    :       8.0000
	col1194    :       0.0000
	col1195    :       0.0000
	col1196    :       2.0000
	col1197    :       0.0000
	col1198    :       7.0000
	col1199    :       0.0000
	col1200    :       5.0000
	col1201    :       4.0000
	col1202    :       0.0000
	col1203    :       0.0000
	col1204    :       0.0000
	col1205    :       0.0000
	col1206    :       0.0000
	col1207    :       1.0000
	col1208    :       1.0000
	col1209    :       2.0000
	col1210    :       2.0000
	col1211    :       8.0000
	col1212    :       4.0000
	col1213    :       0.0000
	col1214    :       0.0000
	col1215    :       0.0000
	col1216    :       0.0000
	col1217    :       0.0000
	col1218    :       5.0000
	col1219    :       1.0000
	col1220    :       1.0000
	col1221    :       0.0000
	col1222    :       9.0000
	col1223    :       8.0000
	col1224    :       1.0000
	col1225    :       0.0000
	col1226    :       0.0000
	col1227    :       0.0000
	col1228    :       1.0000
	col1229    :       0.0000
	col1230    :       3.0000
	col1231    :       2.0000
	col1232    :       1.0000
	col1233    :       0.0000
	col1234    :       4.0000
	col1235    :       1.0000
	col1236    :       0.0000
	col1237    :       0.0000
	col1238    :       0.0000
	col1239    :       0.0000
	col1240    :       0.0000
	col1241    :       0.0000
	col1242    :       1.0000
	col1243    :       1.0000
	col1244    :       0.0000
	col1245    :       0.0000
	col1246    :       0.0000
	col1247    :       0.0000
	col1248    :       0.0000
	col1249    :       0.0000
	col1250    :       0.0000
	col1251    :       0.0000
	col1252    :       4.0000
	col1253    :       1.0000
	col1254    :       0.0000
	col1255    :       0.0000
	col1256    :       0.0000
	col1257    :       0.0000
	col1258    :       2.0000
	col1259    :       0.0000
	col1260    :       0.0000
	col1261    :       1.0000
	col1262    :       0.0000
	col1263    :       5.0000
	col1264    :       0.0000
	col1265    :       0.0000
	col1266    :       0.0000
	col1267    :       3.0000
	col1268    :       0.0000
	col1269    :       0.0000
	col1270    :       0.0000
	col1271    :       0.0000
	col1272    :       0.0000
	col1273    :       1.0000
	col1274    :       0.0000
	col1275    :       0.0000
	col1276    :       0.0000
	col1277    :       1.0000
	col1278    :       0.0000
	col1279    :       1.0000
	col1280    :       0.0000
	col1281    :       0.0000
	col1282    :       0.0000
	col1283    :       0.0000
	col1284    :       2.0000
	col1285    :       1.0000
	col1286    :       0.0000
	col1287    :       0.0000
	col1288    :       0.0000
	col1289    :       0.0000
	col1290    :       0.0000
	col1291    :       0.0000
	col1292    :       3.0000
	col1293    :       0.0000
	col1294    :       0.0000
	col1295    :       3.0000
	col1296    :       0.0000
	col1297    :       2.0000
	col1298    :       0.0000
	col1299    :       0.0000
	col1300    :       5.0000
	col1301    :       0.0000
	col1302    :       0.0000
	col1303    :       0.0000
	col1304    :       0.0000
	col1305    :       1.0000
	col1306    :       3.0000
	col1307    :       0.0000
	col1308    :       1.0000
	col1309    :       0.0000
	col1310    :       0.0000
	col1311    :       0.0000
	col1312    :       0.0000
	col1313    :       2.0000
	col1314    :       0.0000
	col1315    :       0.0000
	col1316    :       4.0000
	col1317    :       0.0000
	col1318    :       2.0000
	col1319    :       0.0000
	col1320    :       0.0000
	col1321    :       1.0000
	col1322    :       2.0000
	col1323    :       1.0000
	col1324    :       1.0000
	col1325    :       0.0000
	col1326    :       7.0000
	col1327    :       1.0000
	col1328    :       0.0000
	col1329    :       0.0000
	col1330    :       1.0000
	col1331    :       0.0000
	col1332    :       0.0000
	col1333    :       0.0000
	col1334    :       0.0000
	col1335    :       5.0000
	col1336    :       5.0000
	col1337    :      11.0000
	col1338    :       0.0000
	col1339    :       0.0000
	col1340    :       0.0000
	col1341    :       1.0000
	col1342    :       0.0000
	col1343    :       0.0000
	col1344    :       0.0000
	col1345    :       0.0000
	col1346    :       0.0000
	col1347    :       0.0000
	col1348    :       3.0000
	col1349    :       0.0000
	col1350    :       0.0000
	col1351    :       0.0000
	col1352    :       0.0000
	col1353    :       2.0000
	col1354    :       0.0000
	col1355    :       0.0000
	col1356    :       0.0000
	col1357    :       1.0000
	col1358    :       3.0000
	col1359    :       0.0000
	col1360    :       0.0000
	col1361    :       3.0000
	col1362    :       2.0000
	col1363    :       1.0000
	col1364    :       0.0000
	col1365    :       3.0000
	col1366    :       1.0000
	col1367    :       0.0000
	col1368    :       0.0000
	col1369    :       2.0000
	col1370    :       0.0000
	col1371    :       1.0000
	col1372    :       0.0000
	col1373    :       2.0000
	col1374    :       0.0000
	col1375    :       2.0000
	col1376    :       0.0000
	col1377    :       0.0000
	col1378    :       0.0000
	col1379    :       0.0000
	col1380    :       2.0000
	col1381    :       0.0000
	col1382    :       2.0000
	col1383    :       0.0000
	col1384    :       0.0000
	col1385    :       1.0000
	col1386    :       0.0000
	col1387    :       0.0000
	col1388    :       1.0000
	col1389    :       0.0000
	col1390    :       0.0000
	col1391    :       1.0000
	col1392    :       1.0000
	col1393    :       0.0000
	col1394    :       0.0000
	col1395    :       0.0000
	col1396    :       0.0000
	col1397    :       0.0000
	col1398    :       0.0000
	col1399    :       3.0000
	col1400    :       1.0000
	col1401    :       0.0000
	col1402    :       1.0000
	col1403    :       0.0000
	col1404    :       0.0000
	col1405    :       0.0000
	col1406    :       3.0000
	col1407    :       0.0000
	col1408    :       0.0000
	col1409    :       0.0000
	col1410    :       0.0000
	col1411    :       1.0000
	col1412    :       2.0000
	col1413    :       1.0000
	col1414    :       1.0000
	col1415    :       1.0000
	col1416    :       3.0000
	col1417    :       0.0000
	col1418    :       0.0000
	col1419    :       0.0000
	col1420    :       0.0000
	col1421    :       1.0000
	col1422    :       0.0000
	col1423    :       0.0000
	col1424    :       0.0000
	col1425    :       0.0000
	col1426    :       0.0000
	col1427    :       0.0000
	col1428    :       0.0000
	col1429    :       0.0000
	col1430    :       0.0000
	col1431    :       0.0000
	col1432    :       0.0000
	col1433    :       0.0000
	col1434    :       0.0000
	col1435    :       1.0000
	col1436    :       2.0000
	col1437    :       0.0000
	col1438    :       0.0000
	col1439    :       0.0000
	col1440    :       1.0000
	col1441    :       0.0000
	col1442    :       0.0000
	col1443    :       0.0000
	col1444    :       2.0000
	col1445    :       0.0000
	col1446    :       0.0000
	col1447    :       0.0000
	col1448    :       0.0000
	col1449    :       0.0000
	col1450    :       0.0000
	col1451    :       2.0000
	col1452    :       0.0000
	col1453    :       0.0000
	col1454    :       0.0000
	col1455    :       5.0000
	col1456    :       0.0000
	col1457    :       0.0000
	col1458    :       0.0000
	col1459    :       1.0000
	col1460    :       0.0000
	col1461    :       4.0000
	col1462    :       1.0000
	col1463    :       0.0000
	col1464    :       0.0000
	col1465    :       0.0000
	col1466    :       0.0000
	col1467    :       2.0000
	col1468    :       1.0000
	col1469    :       2.0000
	col1470    :       0.0000
	col1471    :       0.0000
	col1472    :       0.0000
	col1473    :       0.0000
	col1474    :       4.0000
	col1475    :       0.0000
	col1476    :       0.0000
	col1477    :       0.0000
	col1478    :       0.0000
	col1479    :       0.0000
	col1480    :       0.0000
	col1481    :       0.0000
	col1482    :       0.0000
	col1483    :       0.0000
	col1484    :       0.0000
	col1485    :       2.0000
	col1486    :       0.0000
	col1487    :       4.0000
	col1488    :       0.0000
	col1489    :       0.0000
	col1490    :       3.0000
	col1491    :       0.0000
	col1492    :       0.0000
	col1493    :       2.0000
	col1494    :       0.0000
	col1495    :       0.0000
	col1496    :       3.0000
	col1497    :       0.0000
	col1498    :       0.0000
	col1499    :       0.0000
	col1500    :       0.0000
	col1501    :       0.0000
	col1502    :       0.0000
	col1503    :       0.0000
	col1504    :       0.0000
	col1505    :       4.0000
	col1506    :       1.0000
	col1507    :       0.0000
	col1508    :       0.0000
	col1509    :       0.0000
	col1510    :       0.0000
	col1511    :       1.0000
	col1512    :       0.0000
	col1513    :       0.0000
	col1514    :       0.0000
	col1515    :       0.0000
	col1516    :       0.0000
	col1517    :       0.0000
	col1518    :       0.0000
	col1519    :       0.0000
	col1520    :       0.0000
	col1521    :       2.0000
	col1522    :       0.0000
	col1523    :       0.0000
	col1524    :       0.0000
	col1525    :       0.0000
	col1526    :       1.0000
	col1527    :       0.0000
	col1528    :       0.0000
	col1529    :       0.0000
	col1530    :       0.0000
	col1531    :       2.0000
	col1532    :       3.0000
	col1533    :       0.0000
	col1534    :       1.0000
	col1535    :       0.0000
	col1536    :       0.0000
	col1537    :       5.0000
	col1538    :       1.0000
	col1539    :       0.0000
	col1540    :       4.0000
	col1541    :       0.0000
	col1542    :       0.0000
	col1543    :       0.0000
	col1544    :       0.0000
	col1545    :       0.0000
	col1546    :       0.0000
	col1547    :       1.0000
	col1548    :       0.0000
	col1549    :       0.0000
	col1550    :       0.0000
	col1551    :       1.0000
	col1552    :       1.0000
	col1553    :       1.0000
	col1554    :       0.0000
	col1555    :       1.0000
	col1556    :       0.0000
	col1557    :       0.0000
	col1558    :       2.0000
	col1559    :       0.0000
	col1560    :       0.0000
	col1561    :       2.0000
	col1562    :       0.0000
	col1563    :       0.0000
	col1564    :       0.0000
	col1565    :       2.0000
	col1566    :       1.0000
	col1567    :       0.0000
	col1568    :       0.0000
	col1569    :       0.0000
	col1570    :       0.0000
	col1571    :       0.0000
	col1572    :       2.0000
	col1573    :       0.0000
	col1574    :       0.0000
	col1575    :       0.0000
	col1576    :       1.0000
	col1577    :       0.0000
	col1578    :       0.0000
	col1579    :       0.0000
	col1580    :       0.0000
	col1581    :       0.0000
	col1582    :       0.0000
	col1583    :       0.0000
	col1584    :       1.0000
	col1585    :       0.0000
	col1586    :       0.0000
	col1587    :       0.0000
	col1588    :       0.0000
	col1589    :       0.0000
	col1590    :       0.0000
	col1591    :       1.0000
	col1592    :       0.0000
	col1593    :       0.0000
	col1594    :       0.0000
	col1595    :       0.0000
	col1596    :       0.0000
	col1597    :       1.0000
	col1598    :       0.0000
	col1599    :       0.0000
	col1600    :       0.0000
	col1601    :       0.0000
	col1602    :       2.0000
	col1603    :       2.0000
	col1604    :       2.0000
	col1605    :       0.0000
	col1606    :       1.0000
	col1607    :       0.0000
	col1608    :       0.0000
	col1609    :       0.0000
	col1610    :       0.0000
	col1611    :       0.0000
	col1612    :       0.0000
	col1613    :       0.0000
	col1614    :       0.0000
	col1615    :       3.0000
	col1616    :       1.0000
	col1617    :       0.0000
	col1618    :       0.0000
	col1619    :       1.0000
	col1620    :       0.0000
	col1621    :       0.0000
	col1622    :       2.0000
	col1623    :       0.0000
	col1624    :       0.0000
	col1625    :       0.0000
	col1626    :       0.0000
	col1627    :       0.0000
	col1628    :       0.0000
	col1629    :       0.0000
	col1630    :       3.0000
	col1631    :       0.0000
	col1632    :       1.0000
	col1633    :       0.0000
	col1634    :       0.0000
	col1635    :       1.0000
	col1636    :       0.0000
	col1637    :       0.0000
	col1638    :       0.0000
	col1639    :       0.0000
	col1640    :       0.0000
	col1641    :       0.0000
	col1642    :       0.0000
	col1643    :       7.0000
	col1644    :       0.0000
	col1645    :       0.0000
	col1646    :       0.0000
	col1647    :       0.0000
	col1648    :       0.0000
	col1649    :       0.0000
	col1650    :       0.0000
	col1651    :       0.0000
	col1652    :       7.0000
	col1653    :       0.0000
	col1654    :       0.0000
	col1655    :       0.0000
	col1656    :       0.0000
	col1657    :       0.0000
	col1658    :       2.0000
	col1659    :       0.0000
	col1660    :       0.0000
	col1661    :       1.0000
	col1662    :       0.0000
	col1663    :       2.0000
	col1664    :       1.0000
	col1665    :       0.0000
	col1666    :       0.0000
	col1667    :       0.0000
	col1668    :       0.0000
	col1669    :       0.0000
	col1670    :       0.0000
	col1671    :       0.0000
	col1672    :       0.0000
	col1673    :       1.0000
	col1674    :       5.0000
	col1675    :       0.0000
	col1676    :       4.0000
	col1677    :       0.0000
	col1678    :       0.0000
	col1679    :       0.0000
	col1680    :       6.0000
	col1681    :       0.0000
	col1682    :       0.0000
	col1683    :       0.0000
	col1684    :       0.0000
	col1685    :       1.0000
	col1686    :       0.0000
	col1687    :       0.0000
	col1688    :       3.0000
	col1689    :       0.0000
	col1690    :       2.0000
	col1691    :       0.0000
	col1692    :       0.0000
	col1693    :       0.0000
	col1694    :       0.0000
	col1695    :       0.0000
	col1696    :       0.0000
	col1697    :       1.0000
	col1698    :       9.0000
	col1699    :       0.0000
	col1700    :       0.0000
	col1701    :       3.0000
	col1702    :       0.0000
	col1703    :       0.0000
	col1704    :       9.0000
	col1705    :       3.0000
	col1706    :       0.0000
	col1707    :       1.0000
	col1708    :       0.0000
	col1709    :       0.0000
	col1710    :       0.0000
	col1711    :       0.0000
	col1712    :       0.0000
	col1713    :       8.0000
	col1714    :       0.0000
	col1715    :       0.0000
	col1716    :       0.0000
	col1717    :       1.0000
	col1718    :       0.0000
	col1719    :       3.0000
	col1720    :       0.0000
	col1721    :       1.0000
	col1722    :       0.0000
	col1723    :       1.0000
	col1724    :       0.0000
	col1725    :       0.0000
	col1726    :       0.0000
	col1727    :       1.0000
	col1728    :       1.0000
	col1729    :       0.0000
	col1730    :       0.0000
	col1731    :       3.0000
	col1732    :       0.0000
	col1733    :       1.0000
	col1734    :       2.0000
	col1735    :       0.0000
	col1736    :       0.0000
	col1737    :       5.0000
	col1738    :       1.0000
	col1739    :       0.0000
	col1740    :       0.0000
	col1741    :       0.0000
	col1742    :       3.0000
	col1743    :       2.0000
	col1744    :       0.0000
	col1745    :       1.0000
	col1746    :       0.0000
	col1747    :       0.0000
	col1748    :       0.0000
	col1749    :       0.0000
	col1750    :       6.0000
	col1751    :       0.0000
	col1752    :       0.0000
	col1753    :       3.0000
	col1754    :       0.0000
	col1755    :       0.0000
	col1756    :       0.0000
	col1757    :       1.0000
	col1758    :       2.0000
	col1759    :       2.0000
	col1760    :       0.0000
	col1761    :       0.0000
	col1762    :       0.0000
	col1763    :       0.0000
	col1764    :       0.0000
	col1765    :       0.0000
	col1766    :       0.0000
	col1767    :       0.0000
	col1768    :       0.0000
	col1769    :       1.0000
	col1770    :       0.0000
	col1771    :       2.0000
	col1772    :       0.0000
	col1773    :       0.0000
	col1774    :       0.0000
	col1775    :       0.0000
	col1776    :       0.0000
	col1777    :       0.0000
	col1778    :       1.0000
	col1779    :       0.0000
	col1780    :       0.0000
	col1781    :       0.0000
	col1782    :       0.0000
	col1783    :       0.0000
	col1784    :       0.0000
	col1785    :       0.0000
	col1786    :       1.0000
	col1787    :       0.0000
	col1788    :       0.0000
	col1789    :       0.0000
	col1790    :       0.0000
	col1791    :       2.0000
	col1792    :       1.0000
	col1793    :       0.0000
	col1794    :       0.0000
	col1795    :       0.0000
	col1796    :       5.0000
	col1797    :       0.0000
	col1798    :       2.0000
	col1799    :       0.0000
	col1800    :       0.0000
	col1801    :       0.0000
	col1802    :       0.0000
	col1803    :       0.0000
	col1804    :       0.0000
	col1805    :       0.0000
	col1806    :       0.0000
	col1807    :       0.0000
	col1808    :       1.0000
	col1809    :       0.0000
	col1810    :       0.0000
	col1811    :       0.0000
	col1812    :       0.0000
	col1813    :       0.0000
	col1814    :       0.0000
	col1815    :       4.0000
	col1816    :       0.0000
	col1817    :       0.0000
	col1818    :       0.0000
	col1819    :       3.0000
	col1820    :       0.0000
	col1821    :       0.0000
	col1822    :       4.0000
	col1823    :       2.0000
	col1824    :       0.0000
	col1825    :       0.0000
	col1826    :       0.0000
	col1827    :       0.0000
	col1828    :       0.0000
	col1829    :       3.0000
	col1830    :       0.0000
	col1831    :       0.0000
	col1832    :       0.0000
	col1833    :       0.0000
	col1834    :       0.0000
	col1835    :       0.0000
	col1836    :       1.0000
	col1837    :       1.0000
	col1838    :       0.0000
	col1839    :       0.0000
	col1840    :       3.0000
	col1841    :       0.0000
	col1842    :       0.0000
	col1843    :       0.0000
	col1844    :       1.0000
	col1845    :       0.0000
	col1846    :       2.0000
	col1847    :       0.0000
	col1848    :       1.0000
	col1849    :       0.0000
	col1850    :       0.0000
	col1851    :       0.0000
	col1852    :       0.0000
	col1853    :       0.0000
	col1854    :       0.0000
	col1855    :       5.0000
	col1856    :       2.0000
	col1857    :       0.0000
	col1858    :       1.0000
	col1859    :       0.0000
	col1860    :       0.0000
	col1861    :       1.0000
	col1862    :       0.0000
	col1863    :       0.0000
	col1864    :       0.0000
	col1865    :       0.0000
	col1866    :       0.0000
	col1867    :       0.0000
	col1868    :       0.0000
	col1869    :       0.0000
	col1870    :       0.0000
	col1871    :       0.0000
	col1872    :       0.0000
	col1873    :       2.0000
	col1874    :       0.0000
	col1875    :       0.0000
	col1876    :       0.0000
	col1877    :       2.0000
	col1878    :       1.0000
	col1879    :       2.0000
	col1880    :       2.0000
	col1881    :       0.0000
	col1882    :       1.0000
	col1883    :       0.0000
	col1884    :       0.0000
	col1885    :       0.0000
	col1886    :       0.0000
	col1887    :       0.0000
	col1888    :       0.0000
	col1889    :       0.0000
	col1890    :       0.0000
	col1891    :       3.0000
	col1892    :       0.0000
	col1893    :       0.0000
	col1894    :       0.0000
	col1895    :       1.0000
	col1896    :       0.0000
	col1897    :       0.0000
	col1898    :       0.0000
	col1899    :       0.0000
	col1900    :       0.0000
	col1901    :       0.0000
	col1902    :       2.0000
	col1903    :       0.0000
	col1904    :       7.0000
	col1905    :       0.0000
	col1906    :       1.0000
	col1907    :       5.0000
	col1908    :       0.0000
	col1909    :       0.0000
	col1910    :       0.0000
	col1911    :       0.0000
	col1912    :       1.0000
	col1913    :       0.0000
	col1914    :       0.0000
	col1915    :       0.0000
	col1916    :       0.0000
	col1917    :       5.0000
	col1918    :       0.0000
	col1919    :       0.0000
	col1920    :       0.0000
	col1921    :       2.0000
	col1922    :       4.0000
	col1923    :       0.0000
	col1924    :       0.0000
	col1925    :       0.0000
	col1926    :       0.0000
	col1927    :       0.0000
	col1928    :       0.0000
	col1929    :       1.0000
	col1930    :       0.0000
	col1931    :       2.0000
	col1932    :       0.0000
	col1933    :       1.0000
	col1934    :       0.0000
	col1935    :       1.0000
	col1936    :       0.0000
	col1937    :       0.0000
	col1938    :       3.0000
	col1939    :       0.0000
	col1940    :       3.0000
	col1941    :       0.0000
	col1942    :       0.0000
	col1943    :       0.0000
	col1944    :       0.0000
	col1945    :       0.0000
	col1946    :       0.0000
	col1947    :       0.0000
	col1948    :       3.0000
	col1949    :       2.0000
	col1950    :       0.0000
	col1951    :       0.0000
	col1952    :       0.0000
	col1953    :       0.0000
	col1954    :       0.0000
	col1955    :       1.0000
	col1956    :       2.0000
	col1957    :       0.0000
	col1958    :       4.0000
	col1959    :       0.0000
	col1960    :       0.0000
	col1961    :       0.0000
	col1962    :       2.0000
	col1963    :       3.0000
	col1964    :       0.0000
	col1965    :       3.0000
	col1966    :       0.0000
	col1967    :       0.0000
	col1968    :       1.0000
	col1969    :       0.0000
	col1970    :       0.0000
	col1971    :       0.0000
	col1972    :       3.0000
	col1973    :       1.0000
	col1974    :       0.0000
	col1975    :       0.0000
	col1976    :       0.0000
	col1977    :       1.0000
	col1978    :       0.0000
	col1979    :       1.0000
	col1980    :       0.0000
	col1981    :       0.0000
	col1982    :       0.0000
	col1983    :       6.0000
	col1984    :       0.0000
	col1985    :       0.0000
	col1986    :       3.0000
	col1987    :       0.0000
	col1988    :       0.0000
	col1989    :       2.0000
	col1990    :       0.0000
	col1991    :       0.0000
	col1992    :       0.0000
	col1993    :       5.0000
	col1994    :       0.0000
	col1995    :       0.0000
	col1996    :       0.0000
	col1997    :       0.0000
	col1998    :       0.0000
	col1999    :       2.0000
	col2000    :       1.0000
	col2001    :       0.0000
	col2002    :       0.0000
	col2003    :       0.0000
	col2004    :       0.0000
	col2005    :       0.0000
	col2006    :       8.0000
	col2007    :       0.0000
	col2008    :       0.0000
	col2009    :       0.0000
	col2010    :       5.0000
	col2011    :       3.0000
	col2012    :       0.0000
	col2013    :       0.0000
	col2014    :       0.0000
	col2015    :       1.0000
	col2016    :       1.0000
	col2017    :       2.0000
	col2018    :       0.0000
	col2019    :       3.0000
	col2020    :       0.0000
	col2021    :       0.0000
	col2022    :       0.0000
	col2023    :       0.0000
	col2024    :       0.0000
	col2025    :       5.0000
	col2026    :       0.0000
	col2027    :       0.0000
	col2028    :       0.0000
	col2029    :       0.0000
	col2030    :       0.0000
	col2031    :       0.0000
	col2032    :       1.0000
	col2033    :       0.0000
	col2034    :       0.0000
	col2035    :       0.0000
	col2036    :       0.0000
	col2037    :       0.0000
	col2038    :       0.0000
	col2039    :       0.0000
	col2040    :       2.0000
	col2041    :       0.0000
	col2042    :       0.0000
	col2043    :       0.0000
	col2044    :       0.0000
	col2045    :       1.0000
	col2046    :       0.0000
	col2047    :       0.0000
	col2048    :       1.0000
	col2049    :       0.0000
	col2050    :       2.0000
	col2051    :       0.0000
	col2052    :       0.0000
	col2053    :       0.0000
	col2054    :       0.0000
	col2055    :       0.0000
	col2056    :       0.0000
	col2057    :       0.0000
	col2058    :       0.0000
	col2059    :       0.0000
	col2060    :       2.0000
	col2061    :       0.0000
	col2062    :       0.0000
	col2063    :       0.0000
	col2064    :       0.0000
	col2065    :       0.0000
	col2066    :       1.0000
	col2067    :       0.0000
	col2068    :       0.0000
	col2069    :       2.0000
	col2070    :       0.0000
	col2071    :       0.0000
	col2072    :       1.0000
	col2073    :       0.0000
	col2074    :       0.0000
	col2075    :       0.0000
	col2076    :       0.0000
	col2077    :       2.0000
	col2078    :       0.0000
	col2079    :       1.0000
	col2080    :       1.0000
	col2081    :       0.0000
	col2082    :       1.0000
	col2083    :       0.0000
	col2084    :       3.0000
	col2085    :       0.0000
	col2086    :       2.0000
	col2087    :       4.0000
	col2088    :       1.0000
	col2089    :       0.0000
	col2090    :       1.0000
	col2091    :       1.0000
	col2092    :       2.0000
	col2093    :       0.0000
	col2094    :       0.0000
	col2095    :       1.0000
	col2096    :       0.0000
	col2097    :       3.0000
	col2098    :       6.0000
	col2099    :       0.0000
	col2100    :       1.0000
	col2101    :       1.0000
	col2102    :       0.0000
	col2103    :       0.0000
	col2104    :       0.0000
	col2105    :       0.0000
	col2106    :       0.0000
	col2107    :       1.0000
	col2108    :       0.0000
	col2109    :       0.0000
	col2110    :       0.0000
	col2111    :       1.0000
	col2112    :       0.0000
	col2113    :       4.0000
	col2114    :       5.0000
	col2115    :       0.0000
	col2116    :       0.0000
	col2117    :       0.0000
	col2118    :       0.0000
	col2119    :       0.0000
	col2120    :       0.0000
	col2121    :       0.0000
	col2122    :       0.0000
	col2123    :       0.0000
	col2124    :       2.0000
	col2125    :       0.0000
	col2126    :       2.0000
	col2127    :       0.0000
	col2128    :       0.0000
	col2129    :       5.0000
	col2130    :       0.0000
	col2131    :       0.0000
	col2132    :       1.0000
	col2133    :       1.0000
	col2134    :       0.0000
	col2135    :       0.0000
	col2136    :       0.0000
	col2137    :       1.0000
	col2138    :       0.0000
	col2139    :       2.0000
	col2140    :       0.0000
	col2141    :       2.0000
	col2142    :       0.0000
	col2143    :       0.0000
	col2144    :       0.0000
	col2145    :       7.0000
	col2146    :       1.0000
	col2147    :       0.0000
	col2148    :       0.0000
	col2149    :       2.0000
	col2150    :       0.0000
	col2151    :       0.0000
	col2152    :       0.0000
	col2153    :       0.0000
	col2154    :       0.0000
	col2155    :       0.0000
	col2156    :       1.0000
	col2157    :       0.0000
	col2158    :       0.0000
	col2159    :       4.0000
	col2160    :       0.0000
	col2161    :       0.0000
	col2162    :       0.0000
	col2163    :       0.0000
	col2164    :       0.0000
	col2165    :       0.0000
	col2166    :       0.0000
	col2167    :       0.0000
	col2168    :       0.0000
	col2169    :       0.0000
	col2170    :       0.0000
	col2171    :       0.0000
	col2172    :       2.0000
	col2173    :       0.0000
	col2174    :       2.0000
	col2175    :       0.0000
	col2176    :       1.0000
	col2177    :       0.0000
	col2178    :       2.0000
	col2179    :       5.0000
	col2180    :       0.0000
	col2181    :       0.0000
	col2182    :       4.0000
	col2183    :       4.0000
	col2184    :       0.0000
	col2185    :       0.0000
	col2186    :       0.0000
	col2187    :       5.0000
	col2188    :       0.0000
	col2189    :       0.0000
	col2190    :       0.0000
	col2191    :       0.0000
	col2192    :       0.0000
	col2193    :       0.0000
	col2194    :       0.0000
	col2195    :       0.0000
	col2196    :       0.0000
	col2197    :       0.0000
	col2198    :       0.0000
	col2199    :       1.0000
	col2200    :       4.0000
	col2201    :       1.0000
	col2202    :       2.0000
	col2203    :       0.0000
	col2204    :       0.0000
	col2205    :       0.0000
	col2206    :       0.0000
	col2207    :       1.0000
	col2208    :       0.0000
	col2209    :       0.0000
	col2210    :       0.0000
	col2211    :       1.0000
	col2212    :       0.0000
	col2213    :       1.0000
	col2214    :       0.0000
	col2215    :       0.0000
	col2216    :       4.0000
	col2217    :       4.0000
	col2218    :       0.0000
	col2219    :       7.0000
	col2220    :       0.0000
	col2221    :       4.0000
	col2222    :       0.0000
	col2223    :       1.0000
	col2224    :       0.0000
	col2225    :       0.0000
	col2226    :       0.0000
	col2227    :       0.0000
	col2228    :       0.0000
	col2229    :       0.0000
	col2230    :       0.0000
	col2231    :       1.0000
	col2232    :       0.0000
	col2233    :       0.0000
	col2234    :       0.0000
	col2235    :       0.0000
	col2236    :       1.0000
	col2237    :       0.0000
	col2238    :       0.0000
	col2239    :       1.0000
	col2240    :       0.0000
	col2241    :       0.0000
	col2242    :       0.0000
	col2243    :       0.0000
	col2244    :       2.0000
	col2245    :       0.0000
	col2246    :       1.0000
	col2247    :       0.0000
	col2248    :       1.0000
	col2249    :       0.0000
	col2250    :       0.0000
	col2251    :       0.0000
	col2252    :       1.0000
	col2253    :       0.0000
	col2254    :       0.0000
	col2255    :       0.0000
	col2256    :       0.0000
	col2257    :       0.0000
	col2258    :       3.0000
	col2259    :       0.0000
	col2260    :       1.0000
	col2261    :       0.0000
	col2262    :       0.0000
	col2263    :       0.0000
	col2264    :       0.0000
	col2265    :       0.0000
	col2266    :       3.0000
	col2267    :       0.0000
	col2268    :       6.0000
	col2269    :       0.0000
	col2270    :       4.0000
	col2271    :       0.0000
	col2272    :       6.0000
	col2273    :       0.0000
	col2274    :       0.0000
	col2275    :       0.0000
	col2276    :       2.0000
	col2277    :       0.0000
	col2278    :       0.0000
	col2279    :       0.0000
	col2280    :       1.0000
	col2281    :       0.0000
	col2282    :       0.0000
	col2283    :       0.0000
	col2284    :       0.0000
	col2285    :       0.0000
	col2286    :       0.0000
	col2287    :       0.0000
	col2288    :       1.0000
	col2289    :       0.0000
	col2290    :       1.0000
	col2291    :       9.0000
	col2292    :       0.0000
	col2293    :       0.0000
	col2294    :       3.0000
	col2295    :       0.0000
	col2296    :       2.0000
	col2297    :       0.0000
	col2298    :       2.0000
	col2299    :       0.0000
	col2300    :       0.0000
	col2301    :       0.0000
	col2302    :       0.0000
	col2303    :       0.0000
	col2304    :       0.0000
	col2305    :       0.0000
	col2306    :       0.0000
	col2307    :       0.0000
	col2308    :       0.0000
	col2309    :       0.0000
	col2310    :       0.0000
	col2311    :       0.0000
	col2312    :       1.0000
	col2313    :       2.0000
	col2314    :       0.0000
	col2315    :       1.0000
	col2316    :       4.0000
	col2317    :       3.0000
	col2318    :       0.0000
	col2319    :       1.0000
	col2320    :       0.0000
	col2321    :       2.0000
	col2322    :       0.0000
	col2323    :       0.0000
	col2324    :       0.0000
	col2325    :       1.0000
	col2326    :       1.0000
	col2327    :       0.0000
	col2328    :       0.0000
	col2329    :       2.0000
	col2330    :       0.0000
	col2331    :       1.0000
	col2332    :       0.0000
	col2333    :       0.0000
	col2334    :       0.0000
	col2335    :       0.0000
	col2336    :       0.0000
	col2337    :       0.0000
	col2338    :       0.0000
	col2339    :       0.0000
	col2340    :       8.0000
	col2341    :       0.0000
	col2342    :       0.0000
	col2343    :       0.0000
	col2344    :       0.0000
	col2345    :       0.0000
	col2346    :       0.0000
	col2347    :       0.0000
	col2348    :       0.0000
	col2349    :       0.0000
	col2350    :       0.0000
	col2351    :       0.0000
	col2352    :       0.0000
	col2353    :       3.0000
	col2354    :       0.0000
	col2355    :       0.0000
	col2356    :       0.0000
	col2357    :       0.0000
	col2358    :       0.0000
	col2359    :       0.0000
	col2360    :       1.0000
	col2361    :       1.0000
	col2362    :       0.0000
	col2363    :       2.0000
	col2364    :       1.0000
	col2365    :       6.0000
	col2366    :       0.0000
	col2367    :       2.0000
	col2368    :       0.0000
	col2369    :       3.0000
	col2370    :       0.0000
	col2371    :       1.0000
	col2372    :       0.0000
	col2373    :       1.0000
	col2374    :       1.0000
	col2375    :       8.0000
	col2376    :       0.0000
	col2377    :       0.0000
	col2378    :       8.0000
	col2379    :       0.0000
	col2380    :       1.0000
	col2381    :       0.0000
	col2382    :       0.0000
	col2383    :       0.0000
	col2384    :       0.0000
	col2385    :       3.0000
	col2386    :       3.0000
	col2387    :       0.0000
	col2388    :       0.0000
	col2389    :       0.0000
	col2390    :       2.0000
	col2391    :       3.0000
	col2392    :       0.0000
	col2393    :       0.0000
	col2394    :       0.0000
	col2395    :       0.0000
	col2396    :       1.0000
	col2397    :       0.0000
	col2398    :       0.0000
	col2399    :       0.0000
	col2400    :       1.0000
	col2401    :       7.0000
	col2402    :       0.0000
	col2403    :       0.0000
	col2404    :       2.0000
	col2405    :       0.0000
	col2406    :       1.0000
	col2407    :       1.0000
	col2408    :       0.0000
	col2409    :       0.0000
	col2410    :       0.0000
	col2411    :       2.0000
	col2412    :       0.0000
	col2413    :       1.0000
	col2414    :       0.0000
	col2415    :       0.0000
	col2416    :       0.0000
	col2417    :       0.0000
	col2418    :       5.0000
	col2419    :       2.0000
	col2420    :       0.0000
	col2421    :       1.0000
	col2422    :       0.0000
	col2423    :       1.0000
	col2424    :       1.0000
	col2425    :       0.0000
	col2426    :       0.0000
	col2427    :       4.0000
	col2428    :       0.0000
	col2429    :       0.0000
	col2430    :       0.0000
	col2431    :       2.0000
	col2432    :       0.0000
	col2433    :       2.0000
	col2434    :       2.0000
	col2435    :       2.0000
	col2436    :       1.0000
	col2437    :       0.0000
	col2438    :       0.0000
	col2439    :       2.0000
	col2440    :       0.0000
	col2441    :       2.0000
	col2442    :       0.0000
	col2443    :       0.0000
	col2444    :       6.0000
	col2445    :       0.0000
	col2446    :       0.0000
	col2447    :       0.0000
	col2448    :       0.0000
	col2449    :       0.0000
	col2450    :       0.0000
	col2451    :       0.0000
	col2452    :       6.0000
	col2453    :       0.0000
	col2454    :       1.0000
	col2455    :       0.0000
	col2456    :       0.0000
	col2457    :       3.0000
	col2458    :       3.0000
	col2459    :       2.0000
	col2460    :       0.0000
	col2461    :       0.0000
	col2462    :       0.0000
	col2463    :       0.0000
	col2464    :       0.0000
	col2465    :       0.0000
	col2466    :       0.0000
	col2467    :       2.0000
	col2468    :       0.0000
	col2469    :       1.0000
	col2470    :       0.0000
	col2471    :       0.0000
	col2472    :       0.0000
	col2473    :       0.0000
	col2474    :       0.0000
	col2475    :       0.0000
	col2476    :       0.0000
	col2477    :       0.0000
	col2478    :       2.0000
	col2479    :       0.0000
	col2480    :       3.0000
	col2481    :       0.0000
	col2482    :       4.0000
	col2483    :       0.0000
	col2484    :       0.0000
	col2485    :       0.0000
	col2486    :       0.0000
	col2487    :       0.0000
	col2488    :       3.0000
	col2489    :       0.0000
	col2490    :       0.0000
	col2491    :       3.0000
	col2492    :       0.0000
	col2493    :       0.0000
	col2494    :       1.0000
	col2495    :       0.0000
	col2496    :       0.0000
	col2497    :       0.0000
	col2498    :       0.0000
	col2499    :       0.0000
	col2500    :       4.0000
	col2501    :       0.0000
	col2502    :       0.0000
	col2503    :       1.0000
	col2504    :       0.0000
	col2505    :       0.0000
	col2506    :       0.0000
	col2507    :       3.0000
	col2508    :       0.0000
	col2509    :       0.0000
	col2510    :       0.0000
	col2511    :       1.0000
	col2512    :       0.0000
	col2513    :       0.0000
	col2514    :       1.0000
	col2515    :       0.0000
	col2516    :       0.0000
	col2517    :       0.0000
	col2518    :       0.0000
	col2519    :       0.0000
	col2520    :       0.0000
	col2521    :       8.0000
	col2522    :       7.0000
	col2523    :       0.0000
	col2524    :       0.0000
	col2525    :       9.0000
	col2526    :       0.0000
	col2527    :       2.0000
	col2528    :       0.0000
	col2529    :       0.0000
	col2530    :       0.0000
	col2531    :       1.0000
	col2532    :       2.0000
	col2533    :       0.0000
	col2534    :       0.0000
	col2535    :       0.0000
	col2536    :       1.0000
	col2537    :       1.0000
	col2538    :       0.0000
	col2539    :       0.0000
	col2540    :       0.0000
	col2541    :       2.0000
	col2542    :       0.0000
	col2543    :       4.0000
	col2544    :       0.0000
	col2545    :       0.0000
	col2546    :       1.0000
	col2547    :       0.0000
	col2548    :       0.0000
	col2549    :       0.0000
	col2550    :       0.0000
	col2551    :       0.0000
	col2552    :       0.0000
	col2553    :       0.0000
	col2554    :       1.0000
	col2555    :       0.0000
	col2556    :       1.0000
	col2557    :       0.0000
	col2558    :       1.0000
	col2559    :       0.0000
	col2560    :       3.0000
	col2561    :       0.0000
	col2562    :       1.0000
	col2563    :       0.0000
	col2564    :       1.0000
	col2565    :       0.0000
	col2566    :       0.0000
	col2567    :       0.0000
	col2568    :       0.0000
	col2569    :       0.0000
	col2570    :       3.0000
	col2571    :       0.0000
	col2572    :       0.0000
	col2573    :       0.0000
	col2574    :       0.0000
	col2575    :       0.0000
	col2576    :       1.0000
	col2577    :       0.0000
	col2578    :       3.0000
	col2579    :       1.0000
	col2580    :       0.0000
	col2581    :       1.0000
	col2582    :       1.0000
	col2583    :       1.0000
	col2584    :       1.0000
	col2585    :       0.0000
	col2586    :       0.0000
	col2587    :       0.0000
	col2588    :       0.0000
	col2589    :       0.0000
	col2590    :       0.0000
	col2591    :       0.0000
	col2592    :       0.0000
	col2593    :       0.0000
	col2594    :       0.0000
	col2595    :       0.0000
	col2596    :       0.0000
	col2597    :       3.0000
	col2598    :       0.0000
	col2599    :       0.0000
	col2600    :       0.0000
	col2601    :       0.0000
	col2602    :       0.0000
	col2603    :       1.0000
	col2604    :       1.0000
	col2605    :       1.0000
	col2606    :       0.0000
	col2607    :       0.0000
	col2608    :       0.0000
	col2609    :       0.0000
	col2610    :       0.0000
	col2611    :       0.0000
	col2612    :       0.0000
	col2613    :       0.0000
	col2614    :      12.0000
	col2615    :       0.0000
	col2616    :       1.0000
	col2617    :       0.0000
	col2618    :       0.0000
	col2619    :       0.0000
	col2620    :       0.0000
	col2621    :       3.0000
	col2622    :       1.0000
	col2623    :       0.0000
	col2624    :       0.0000
	col2625    :       1.0000
	col2626    :       1.0000
	col2627    :       0.0000
	col2628    :       0.0000
	col2629    :       0.0000
	col2630    :       0.0000
	col2631    :       0.0000
	col2632    :       2.0000
	col2633    :       1.0000
	col2634    :       1.0000
	col2635    :       0.0000
	col2636    :       0.0000
	col2637    :       5.0000
	col2638    :       0.0000
	col2639    :       0.0000
	col2640    :       3.0000
	col2641    :       0.0000
	col2642    :       3.0000
	col2643    :       2.0000
	col2644    :      11.0000
	col2645    :       0.0000
	col2646    :       0.0000
	col2647    :       0.0000
	col2648    :       1.0000
	col2649    :       0.0000
	col2650    :       2.0000
	col2651    :       0.0000
	col2652    :       0.0000
	col2653    :       0.0000
	col2654    :       0.0000
	col2655    :       0.0000
	col2656    :       0.0000
	col2657    :       0.0000
	col2658    :       0.0000
	col2659    :       0.0000
	col2660    :       3.0000
	col2661    :       0.0000
	col2662    :       1.0000
	col2663    :       0.0000
	col2664    :       0.0000
	col2665    :       0.0000
	col2666    :       1.0000
	col2667    :       0.0000
	col2668    :       2.0000
	col2669    :       8.0000
	col2670    :       1.0000
	col2671    :       0.0000
	col2672    :       0.0000
	col2673    :       0.0000
	col2674    :       0.0000
	col2675    :       0.0000
	col2676    :       0.0000
	col2677    :       4.0000
	col2678    :       0.0000
	col2679    :       7.0000
	col2680    :       0.0000
	col2681    :       0.0000
	col2682    :       0.0000
	col2683    :       1.0000
	col2684    :       1.0000
	col2685    :       0.0000
	col2686    :       0.0000
	col2687    :       0.0000
	col2688    :       0.0000
	col2689    :       0.0000
	col2690    :       0.0000
	col2691    :       0.0000
	col2692    :       0.0000
	col2693    :       0.0000
	col2694    :       1.0000
	col2695    :       0.0000
	col2696    :       0.0000
	col2697    :       1.0000
	col2698    :       0.0000
	col2699    :       0.0000
	col2700    :       0.0000
	col2701    :       0.0000
	col2702    :       0.0000
	col2703    :       0.0000
	col2704    :       0.0000
	col2705    :       7.0000
	col2706    :       0.0000
	col2707    :       0.0000
	col2708    :       0.0000
	col2709    :       0.0000
	col2710    :       0.0000
	col2711    :       0.0000
	col2712    :       0.0000
	col2713    :       0.0000
	col2714    :       0.0000
	col2715    :       0.0000
	col2716    :       2.0000
	col2717    :       0.0000
	col2718    :       0.0000
	col2719    :       0.0000
	col2720    :       1.0000
	col2721    :       4.0000
	col2722    :       4.0000
	col2723    :       0.0000
	col2724    :       0.0000
	col2725    :       1.0000
	col2726    :       0.0000
	col2727    :       0.0000
	col2728    :       0.0000
	col2729    :       4.0000
	col2730    :       2.0000
	col2731    :       0.0000
	col2732    :       0.0000
	col2733    :       0.0000
	col2734    :       1.0000
	col2735    :       0.0000
	col2736    :       0.0000
	col2737    :       2.0000
	col2738    :       4.0000
	col2739    :       0.0000
	col2740    :       0.0000
	col2741    :       0.0000
	col2742    :       0.0000
	col2743    :       1.0000
	col2744    :       4.0000
	col2745    :       2.0000
	col2746    :       0.0000
	col2747    :       1.0000
	col2748    :       0.0000
	col2749    :       0.0000
	col2750    :       0.0000
	col2751    :       0.0000
	col2752    :       0.0000
	col2753    :       0.0000
	col2754    :       0.0000
	col2755    :       0.0000
	col2756    :       0.0000
	col2757    :       0.0000
	col2758    :       0.0000
	col2759    :       0.0000
	col2760    :       6.0000
	col2761    :       0.0000
	col2762    :       0.0000
	col2763    :       1.0000
	col2764    :       0.0000
	col2765    :       1.0000
	col2766    :       0.0000
	col2767    :       0.0000
	col2768    :       1.0000
	col2769    :       0.0000
	col2770    :       0.0000
	col2771    :       2.0000
	col2772    :       0.0000
	col2773    :       2.0000
	col2774    :       0.0000
	col2775    :       1.0000
	col2776    :       0.0000
	col2777    :       1.0000
	col2778    :       0.0000
	col2779    :       0.0000
	col2780    :       6.0000
	col2781    :       0.0000
	col2782    :       0.0000
	col2783    :       0.0000
	col2784    :       1.0000
	col2785    :       5.0000
	col2786    :       0.0000
	col2787    :       0.0000
	col2788    :       0.0000
	col2789    :       3.0000
	col2790    :       1.0000
	col2791    :       4.0000
	col2792    :       0.0000
	col2793    :       1.0000
	col2794    :       0.0000
	col2795    :       0.0000
	col2796    :       0.0000
	col2797    :       3.0000
	col2798    :       0.0000
	col2799    :       2.0000
	col2800    :       0.0000
	col2801    :       0.0000
	col2802    :       2.0000
	col2803    :       0.0000
	col2804    :       0.0000
	col2805    :       2.0000
	col2806    :       0.0000
	col2807    :       0.0000
	col2808    :       0.0000
	col2809    :       0.0000
	col2810    :       0.0000
	col2811    :       0.0000
	col2812    :       8.0000
	col2813    :       2.0000
	col2814    :       0.0000
	col2815    :       0.0000
	col2816    :       1.0000
	col2817    :       3.0000
	col2818    :       0.0000
	col2819    :       0.0000
	col2820    :       2.0000
	col2821    :       4.0000
	col2822    :       0.0000
	col2823    :       0.0000
	col2824    :       2.0000
	col2825    :       0.0000
	col2826    :       0.0000
	col2827    :       2.0000
	col2828    :       0.0000
	col2829    :       0.0000
	col2830    :       3.0000
	col2831    :       3.0000
	col2832    :       0.0000
	col2833    :       4.0000
	col2834    :       3.0000
	col2835    :       2.0000
	col2836    :       0.0000
	col2837    :       0.0000
	col2838    :       0.0000
	col2839    :       0.0000
	col2840    :       1.0000
	col2841    :       1.0000
	col2842    :       0.0000
	col2843    :       0.0000
	col2844    :       1.0000
	col2845    :       0.0000
	col2846    :       0.0000
	col2847    :       1.0000
	col2848    :       1.0000
	col2849    :       1.0000
	col2850    :       6.0000
	col2851    :       0.0000
	col2852    :       0.0000
	col2853    :       0.0000
	col2854    :       0.0000
	col2855    :       0.0000
	col2856    :       0.0000
	col2857    :       5.0000
	col2858    :       1.0000
	col2859    :       0.0000
	col2860    :       0.0000
	col2861    :       0.0000
	col2862    :       1.0000
	col2863    :       1.0000
	col2864    :       0.0000
	col2865    :       0.0000
	col2866    :       0.0000
	col2867    :       2.0000
	col2868    :       0.0000
	col2869    :       1.0000
	col2870    :       0.0000
	col2871    :       0.0000
	col2872    :       0.0000
	col2873    :       0.0000
	col2874    :       1.0000
	col2875    :       0.0000
	col2876    :       0.0000
	col2877    :       0.0000
	col2878    :       0.0000
	col2879    :       1.0000
	col2880    :       0.0000
	col2881    :       4.0000
	col2882    :       0.0000
	col2883    :       0.0000
	col2884    :       8.0000
	col2885    :       0.0000
	col2886    :       2.0000
	col2887    :       2.0000
	col2888    :       2.0000
	col2889    :       1.0000
	col2890    :       0.0000
	col2891    :       0.0000
	col2892    :       0.0000
	col2893    :       0.0000
	col2894    :       0.0000
	col2895    :       0.0000
	col2896    :       0.0000
	col2897    :       1.0000
	col2898    :       0.0000
	col2899    :       6.0000
	col2900    :       2.0000
	col2901    :       0.0000
	col2902    :       2.0000
	col2903    :       2.0000
	col2904    :       0.0000
	col2905    :       0.0000
	col2906    :       0.0000
	col2907    :       0.0000
	col2908    :       0.0000
	col2909    :       0.0000
	col2910    :       1.0000
	col2911    :       0.0000
	col2912    :       4.0000
	col2913    :       0.0000
	col2914    :       1.0000
	col2915    :       0.0000
	col2916    :       0.0000
	col2917    :       5.0000
	col2918    :       1.0000
	col2919    :       0.0000
	col2920    :       0.0000
	col2921    :       3.0000
	col2922    :       1.0000
	col2923    :       0.0000
	col2924    :       1.0000
	col2925    :       2.0000
	col2926    :       0.0000
	col2927    :       0.0000
	col2928    :       0.0000
	col2929    :       1.0000
	col2930    :       0.0000
	col2931    :       0.0000
	col2932    :       3.0000
	col2933    :       0.0000
	col2934    :       0.0000
	col2935    :       0.0000
	col2936    :       0.0000
	col2937    :       0.0000
	col2938    :       0.0000
	col2939    :       0.0000
	col2940    :       0.0000
	col2941    :       0.0000
	col2942    :       0.0000
	col2943    :       0.0000
	col2944    :       3.0000
	col2945    :       0.0000
	col2946    :       0.0000
	col2947    :       0.0000
	col2948    :       0.0000
	col2949    :       1.0000
	col2950    :       1.0000
	col2951    :       0.0000
	col2952    :       0.0000
	col2953    :       0.0000
	col2954    :       0.0000
	col2955    :       2.0000
	col2956    :       0.0000
	col2957    :       3.0000
	col2958    :       0.0000
	col2959    :       1.0000
	col2960    :       0.0000
	col2961    :       0.0000
	col2962    :       0.0000
	col2963    :      11.0000
	col2964    :       0.0000
	col2965    :       0.0000
	col2966    :       2.0000
	col2967    :       2.0000
	col2968    :       0.0000
	col2969    :       2.0000
	col2970    :       1.0000
	col2971    :       0.0000
	col2972    :       0.0000
	col2973    :       0.0000
	col2974    :       0.0000
	col2975    :       0.0000
	col2976    :       0.0000
	col2977    :       1.0000
	col2978    :       0.0000
	col2979    :       2.0000
	col2980    :       0.0000
	col2981    :       1.0000
	col2982    :       0.0000
	col2983    :       3.0000
	col2984    :       0.0000
	col2985    :       1.0000
	col2986    :       0.0000
	col2987    :       0.0000
	col2988    :       0.0000
	col2989    :       7.0000
	col2990    :       0.0000
	col2991    :       0.0000
	col2992    :       0.0000
	col2993    :       0.0000
	col2994    :       0.0000
	col2995    :       0.0000
	col2996    :       0.0000
	col2997    :       0.0000
	col2998    :       0.0000
	col2999    :       1.0000
	col3000    :       0.0000
	col3001    :       3.0000
	col3002    :       0.0000
	col3003    :       0.0000
	col3004    :       2.0000
	col3005    :       0.0000
	col3006    :       0.0000
	col3007    :       2.0000
	col3008    :       0.0000
	col3009    :       0.0000
	col3010    :       1.0000
	col3011    :       0.0000
	col3012    :       2.0000
	col3013    :       0.0000
	col3014    :       0.0000
	col3015    :       0.0000
	col3016    :       0.0000
	col3017    :       8.0000
	col3018    :       2.0000
	col3019    :       0.0000
	col3020    :       0.0000
	col3021    :       2.0000
	col3022    :       0.0000
	col3023    :       5.0000
	col3024    :       4.0000
	col3025    :       0.0000
	col3026    :       0.0000
	col3027    :       2.0000
	col3028    :       0.0000
	col3029    :       1.0000
	col3030    :       0.0000
	col3031    :       0.0000
	col3032    :       0.0000
	col3033    :       0.0000
	col3034    :       0.0000
	col3035    :       0.0000
	col3036    :       0.0000
	col3037    :       1.0000
	col3038    :       1.0000
	col3039    :       0.0000
	col3040    :       0.0000
	col3041    :       0.0000
	col3042    :       0.0000
	col3043    :       0.0000
	col3044    :       0.0000
	col3045    :       0.0000
	col3046    :       1.0000
	col3047    :       0.0000
	col3048    :       2.0000
	col3049    :       0.0000
	col3050    :       0.0000
	col3051    :       7.0000
	col3052    :       2.0000
	col3053    :       0.0000
	col3054    :       0.0000
	col3055    :       1.0000
	col3056    :       0.0000
	col3057    :       0.0000
	col3058    :       6.0000
	col3059    :       1.0000
	col3060    :       0.0000
	col3061    :       0.0000
	col3062    :       0.0000
	col3063    :       0.0000
	col3064    :       0.0000
	col3065    :       0.0000
	col3066    :       2.0000
	col3067    :       0.0000
	col3068    :       1.0000
	col3069    :       0.0000
	col3070    :       0.0000
	col3071    :       2.0000
	col3072    :       0.0000
	col3073    :       1.0000
	col3074    :       0.0000
	col3075    :       0.0000
	col3076    :       0.0000
	col3077    :       0.0000
	col3078    :       3.0000
	col3079    :       0.0000
	col3080    :       0.0000
	col3081    :       0.0000
	col3082    :       0.0000
	col3083    :       0.0000
	col3084    :       0.0000
	col3085    :       0.0000
	col3086    :       0.0000
	col3087    :       0.0000
	col3088    :       0.0000
	col3089    :       0.0000
	col3090    :       2.0000
	col3091    :       3.0000
	col3092    :       2.0000
	col3093    :       0.0000
	col3094    :       0.0000
	col3095    :       0.0000
	col3096    :       0.0000
	col3097    :       0.0000
	col3098    :       1.0000
	col3099    :       5.0000
	col3100    :       1.0000
	col3101    :       1.0000
	col3102    :       0.0000
	col3103    :       0.0000
	col3104    :       0.0000
	col3105    :       0.0000
	col3106    :       0.0000
	col3107    :       0.0000
	col3108    :       1.0000
	col3109    :       0.0000
	col3110    :       0.0000
	col3111    :       1.0000
	col3112    :       7.0000
	col3113    :       2.0000
	col3114    :       0.0000
	col3115    :       1.0000
	col3116    :       8.0000
	col3117    :       0.0000
	col3118    :       0.0000
	col3119    :       1.0000
	col3120    :       0.0000
	col3121    :       1.0000
	col3122    :       1.0000
	col3123    :       0.0000
	col3124    :       0.0000
	col3125    :       0.0000
	col3126    :       0.0000
	col3127    :       0.0000
	col3128    :       0.0000
	col3129    :       0.0000
	col3130    :       2.0000
	col3131    :       3.0000
	col3132    :       0.0000
	col3133    :       1.0000
	col3134    :       0.0000
	col3135    :       0.0000
	col3136    :       0.0000
	col3137    :       0.0000
	col3138    :       0.0000
	col3139    :       5.0000
	col3140    :       0.0000
	col3141    :       1.0000
	col3142    :       3.0000
	col3143    :       0.0000
	col3144    :       0.0000
	col3145    :       0.0000
	col3146    :       2.0000
	col3147    :       0.0000
	col3148    :       0.0000
	col3149    :       0.0000
	col3150    :       4.0000
	col3151    :       0.0000
	col3152    :       2.0000
	col3153    :       2.0000
	col3154    :       0.0000
	col3155    :       0.0000
	col3156    :       0.0000
	col3157    :       0.0000
	col3158    :       0.0000
	col3159    :       0.0000
	col3160    :       0.0000
	col3161    :       0.0000
	col3162    :       0.0000
	col3163    :       0.0000
	col3164    :       0.0000
	col3165    :       0.0000
	col3166    :       0.0000
	col3167    :       0.0000
	col3168    :       1.0000
	col3169    :       0.0000
	col3170    :       0.0000
	col3171    :       0.0000
	col3172    :       0.0000
	col3173    :       0.0000
	col3174    :       1.0000
	col3175    :       5.0000
	col3176    :       0.0000
	col3177    :       0.0000
	col3178    :       0.0000
	col3179    :       2.0000
	col3180    :       0.0000
	col3181    :       0.0000
	col3182    :       2.0000
	col3183    :       0.0000
	col3184    :       0.0000
	col3185    :       1.0000
	col3186    :       0.0000
	col3187    :       0.0000
	col3188    :       0.0000
	col3189    :       0.0000
	col3190    :       0.0000
	col3191    :       0.0000
	col3192    :       2.0000
	col3193    :       0.0000
	col3194    :       2.0000
	col3195    :       0.0000
	col3196    :       0.0000
	col3197    :       0.0000
	col3198    :       3.0000
	col3199    :       0.0000
	col3200    :       0.0000
	col3201    :       2.0000
	col3202    :       3.0000
	col3203    :       1.0000
	col3204    :       0.0000
	col3205    :       0.0000
	col3206    :       1.0000
	col3207    :       1.0000
	col3208    :       2.0000
	col3209    :       1.0000
	col3210    :       1.0000
	col3211    :       0.0000
	col3212    :       0.0000
	col3213    :       0.0000
	col3214    :       2.0000
	col3215    :       2.0000
	col3216    :       0.0000
	col3217    :       2.0000
	col3218    :       1.0000
	col3219    :       0.0000
	col3220    :       3.0000
	col3221    :       0.0000
	col3222    :       0.0000
	col3223    :       0.0000
	col3224    :       2.0000
	col3225    :       0.0000
	col3226    :       3.0000
	col3227    :       0.0000
	col3228    :       3.0000
	col3229    :       0.0000
	col3230    :       0.0000
	col3231    :       0.0000
	col3232    :       0.0000
	col3233    :       0.0000
	col3234    :       0.0000
	col3235    :       1.0000
	col3236    :       0.0000
	col3237    :       1.0000
	col3238    :       0.0000
	col3239    :       0.0000
	col3240    :       0.0000
	col3241    :       2.0000
	col3242    :       0.0000
	col3243    :       7.0000
	col3244    :       2.0000
	col3245    :       1.0000
	col3246    :       0.0000
	col3247    :       0.0000
	col3248    :       0.0000
	col3249    :       2.0000
	col3250    :       0.0000
	col3251    :       0.0000
	col3252    :       1.0000
	col3253    :       0.0000
	col3254    :       0.0000
	col3255    :       0.0000
	col3256    :       0.0000
	col3257    :       1.0000
	col3258    :       0.0000
	col3259    :       7.0000
	col3260    :       0.0000
	col3261    :       0.0000
	col3262    :       0.0000
	col3263    :       8.0000
	col3264    :       0.0000
	col3265    :       0.0000
	col3266    :       3.0000
	col3267    :       0.0000
	col3268    :       0.0000
	col3269    :       0.0000
	col3270    :       0.0000
	col3271    :       3.0000
	col3272    :       0.0000
	col3273    :       7.0000
	col3274    :       1.0000
	col3275    :       2.0000
	col3276    :       0.0000
	col3277    :       0.0000
	col3278    :       1.0000
	col3279    :       0.0000
	col3280    :       0.0000
	col3281    :       0.0000
	col3282    :       0.0000
	col3283    :       1.0000
	col3284    :       0.0000
	col3285    :       0.0000
	col3286    :       1.0000
	col3287    :       0.0000
	col3288    :       0.0000
	col3289    :       1.0000
	col3290    :       2.0000
	col3291    :       0.0000
	col3292    :       0.0000
	col3293    :       0.0000
	col3294    :       0.0000
	col3295    :       1.0000
	col3296    :       0.0000
	col3297    :       0.0000
	col3298    :       0.0000
	col3299    :       0.0000
	col3300    :       6.0000
	col3301    :       0.0000
	col3302    :       0.0000
	col3303    :       0.0000
	col3304    :       2.0000
	col3305    :       1.0000
	col3306    :       0.0000
	col3307    :       0.0000
	col3308    :       1.0000
	col3309    :       0.0000
	col3310    :       0.0000
	col3311    :       0.0000
	col3312    :       0.0000
	col3313    :       2.0000
	col3314    :       0.0000
	col3315    :       0.0000
	col3316    :       0.0000
	col3317    :       0.0000
	col3318    :       1.0000
	col3319    :       0.0000
	col3320    :       0.0000
	col3321    :       1.0000
	col3322    :       0.0000
	col3323    :       0.0000
	col3324    :       0.0000
	col3325    :       0.0000
	col3326    :       0.0000
	col3327    :       9.0000
	col3328    :       0.0000
	col3329    :       1.0000
	col3330    :       0.0000
	col3331    :       0.0000
	col3332    :       0.0000
	col3333    :       0.0000
	col3334    :       0.0000
	col3335    :       5.0000
	col3336    :       0.0000
	col3337    :       0.0000
	col3338    :       0.0000
	col3339    :       0.0000
	col3340    :       0.0000
	col3341    :       1.0000
	col3342    :       0.0000
	col3343    :       0.0000
	col3344    :       0.0000
	col3345    :       0.0000
	col3346    :       1.0000
	col3347    :       1.0000
	col3348    :       0.0000
	col3349    :       0.0000
	col3350    :       0.0000
	col3351    :       0.0000
	col3352    :       0.0000
	col3353    :       1.0000
	col3354    :       1.0000
	col3355    :       0.0000
	col3356    :       0.0000
	col3357    :       0.0000
	col3358    :       0.0000
	col3359    :       0.0000
	col3360    :       3.0000
	col3361    :       0.0000
	col3362    :       0.0000
	col3363    :       0.0000
	col3364    :       0.0000
	col3365    :       0.0000
	col3366    :       2.0000
	col3367    :       0.0000
	col3368    :       0.0000
	col3369    :       1.0000
	col3370    :       1.0000
	col3371    :       0.0000
	col3372    :       0.0000
	col3373    :       0.0000
	col3374    :       0.0000
	col3375    :       3.0000
	col3376    :       3.0000
	col3377    :       1.0000
	col3378    :       0.0000
	col3379    :       2.0000
	col3380    :       0.0000
	col3381    :       0.0000
	col3382    :       0.0000
	col3383    :       0.0000
	col3384    :       0.0000
	col3385    :       0.0000
	col3386    :       0.0000
	col3387    :       1.0000
	col3388    :       0.0000
	col3389    :       0.0000
	col3390    :       0.0000
	col3391    :       2.0000
	col3392    :       1.0000
	col3393    :       0.0000
	col3394    :       0.0000
	col3395    :       3.0000
	col3396    :       4.0000
	col3397    :       0.0000
	col3398    :       0.0000
	col3399    :       0.0000
	col3400    :       0.0000
	col3401    :       0.0000
	col3402    :       1.0000
	col3403    :       0.0000
	col3404    :       0.0000
	col3405    :       0.0000
	col3406    :       1.0000
	col3407    :       0.0000
	col3408    :       0.0000
	col3409    :       0.0000
	col3410    :       0.0000
	col3411    :       0.0000
	col3412    :       4.0000
	col3413    :       0.0000
	col3414    :       0.0000
	col3415    :       0.0000
	col3416    :       3.0000
	col3417    :       2.0000
	col3418    :       2.0000
	col3419    :       0.0000
	col3420    :       0.0000
	col3421    :       0.0000
	col3422    :       0.0000
	col3423    :       0.0000
	col3424    :       0.0000
	col3425    :       0.0000
	col3426    :       3.0000
	col3427    :       1.0000
	col3428    :       2.0000
	col3429    :       1.0000
	col3430    :       0.0000
	col3431    :       2.0000
	col3432    :       0.0000
	col3433    :       1.0000
	col3434    :       1.0000
	col3435    :       0.0000
	col3436    :       0.0000
	col3437    :       1.0000
	col3438    :       9.0000
	col3439    :       0.0000
	col3440    :       0.0000
	col3441    :       1.0000
	col3442    :       2.0000
	col3443    :       1.0000
	col3444    :       0.0000
	col3445    :       3.0000
	col3446    :       0.0000
	col3447    :       0.0000
	col3448    :       2.0000
	col3449    :       0.0000
	col3450    :       0.0000
	col3451    :       3.0000
	col3452    :       0.0000
	col3453    :       0.0000
	col3454    :       1.0000
	col3455    :       0.0000
	col3456    :       0.0000
	col3457    :       0.0000
	col3458    :       0.0000
	col3459    :       0.0000
	col3460    :       0.0000
	col3461    :       0.0000
	col3462    :       4.0000
	col3463    :       2.0000
	col3464    :       0.0000
	col3465    :       1.0000
	col3466    :       0.0000
	col3467    :       1.0000
	col3468    :       2.0000
	col3469    :       0.0000
	col3470    :       0.0000
	col3471    :       0.0000
	col3472    :       4.0000
	col3473    :       0.0000
	col3474    :       2.0000
	col3475    :       0.0000
	col3476    :       3.0000
	col3477    :       3.0000
	col3478    :       0.0000
	col3479    :       0.0000
	col3480    :       0.0000
	col3481    :       2.0000
	col3482    :       2.0000
	col3483    :      23.0000
	col3484    :       0.0000
	col3485    :       0.0000
	col3486    :       5.0000
	col3487    :       0.0000
	col3488    :       0.0000
	col3489    :       0.0000
	col3490    :       0.0000
	col3491    :       0.0000
	col3492    :       4.0000
	col3493    :       0.0000
	col3494    :       0.0000
	col3495    :       0.0000
	col3496    :       0.0000
	col3497    :       0.0000
	col3498    :       0.0000
	col3499    :       2.0000
	col3500    :       0.0000
	col3501    :       0.0000
	col3502    :       5.0000
	col3503    :       1.0000
	col3504    :       0.0000
	col3505    :       0.0000
	col3506    :       0.0000
	col3507    :       0.0000
	col3508    :       0.0000
	col3509    :       0.0000
	col3510    :       0.0000
	col3511    :       0.0000
	col3512    :       0.0000
	col3513    :       2.0000
	col3514    :       0.0000
	col3515    :       0.0000
	col3516    :       2.0000
	col3517    :       0.0000
	col3518    :       0.0000
	col3519    :       3.0000
	col3520    :       1.0000
	col3521    :       1.0000
	col3522    :       0.0000
	col3523    :       0.0000
	col3524    :       0.0000
	col3525    :       0.0000
	col3526    :       0.0000
	col3527    :       0.0000
	col3528    :       0.0000
	col3529    :       0.0000
	col3530    :       3.0000
	col3531    :       0.0000
	col3532    :       2.0000
	col3533    :       0.0000
	col3534    :       0.0000
	col3535    :       0.0000
	col3536    :       1.0000
	col3537    :       0.0000
	col3538    :       0.0000
	col3539    :       0.0000
	col3540    :       2.0000
	col3541    :       0.0000
	col3542    :       0.0000
	col3543    :       2.0000
	col3544    :       0.0000
	col3545    :       2.0000
	col3546    :       0.0000
	col3547    :       1.0000
	col3548    :       0.0000
	col3549    :       0.0000
	col3550    :       1.0000
	col3551    :       0.0000
	col3552    :       6.0000
	col3553    :       0.0000
	col3554    :       0.0000
	col3555    :       0.0000
	col3556    :       0.0000
	col3557    :       0.0000
	col3558    :       0.0000
	col3559    :       4.0000
	col3560    :       0.0000
	col3561    :       0.0000
	col3562    :       0.0000
	col3563    :       0.0000
	col3564    :       0.0000
	col3565    :       0.0000
	col3566    :       0.0000
	col3567    :       0.0000
	col3568    :       0.0000
	col3569    :       0.0000
	col3570    :       1.0000
	col3571    :       1.0000
	col3572    :       1.0000
	col3573    :       0.0000
	col3574    :       2.0000
	col3575    :       2.0000
	col3576    :       0.0000
	col3577    :       0.0000
	col3578    :       0.0000
	col3579    :       0.0000
	col3580    :       0.0000
	col3581    :       2.0000
	col3582    :       2.0000
	col3583    :       3.0000
	col3584    :       1.0000
	col3585    :       0.0000
	col3586    :       0.0000
	col3587    :       0.0000
	col3588    :       0.0000
	col3589    :       0.0000
	col3590    :       5.0000
	col3591    :       1.0000
	col3592    :       0.0000
	col3593    :       0.0000
	col3594    :       1.0000
	col3595    :       0.0000
	col3596    :       0.0000
	col3597    :       0.0000
	col3598    :       0.0000
	col3599    :       0.0000
	col3600    :       0.0000
	col3601    :       0.0000
	col3602    :       0.0000
	col3603    :       3.0000
	col3604    :       3.0000
	col3605    :       0.0000
	col3606    :       0.0000
	col3607    :       0.0000
	col3608    :       0.0000
	col3609    :       3.0000
	col3610    :       2.0000
	col3611    :       0.0000
	col3612    :       0.0000
	col3613    :       0.0000
	col3614    :       0.0000
	col3615    :       1.0000
	col3616    :       0.0000
	col3617    :       2.0000
	col3618    :       0.0000
	col3619    :       0.0000
	col3620    :       2.0000
	col3621    :       0.0000
	col3622    :       5.0000
	col3623    :       0.0000
	col3624    :       0.0000
	col3625    :       0.0000
	col3626    :       0.0000
	col3627    :       0.0000
	col3628    :       0.0000
	col3629    :       0.0000
	col3630    :       0.0000
	col3631    :       0.0000
	col3632    :       0.0000
	col3633    :       0.0000
	col3634    :       0.0000
	col3635    :       1.0000
	col3636    :       0.0000
	col3637    :       0.0000
	col3638    :       0.0000
	col3639    :       0.0000
	col3640    :       0.0000
	col3641    :       0.0000
	col3642    :       0.0000
	col3643    :       0.0000
	col3644    :       0.0000
	col3645    :       4.0000
	col3646    :       0.0000
	col3647    :       0.0000
	col3648    :       0.0000
	col3649    :       0.0000
	col3650    :       0.0000
	col3651    :       3.0000
	col3652    :       3.0000
	col3653    :       2.0000
	col3654    :       0.0000
	col3655    :       0.0000
	col3656    :       0.0000
	col3657    :       0.0000
	col3658    :       0.0000
	col3659    :       0.0000
	col3660    :       7.0000
	col3661    :       0.0000
	col3662    :       0.0000
	col3663    :       0.0000
	col3664    :       0.0000
	col3665    :       0.0000
	col3666    :       0.0000
	col3667    :       1.0000
	col3668    :       8.0000
	col3669    :       0.0000
	col3670    :       0.0000
	col3671    :       0.0000
	col3672    :       0.0000
	col3673    :       0.0000
	col3674    :       0.0000
	col3675    :       0.0000
	col3676    :       0.0000
	col3677    :       0.0000
	col3678    :       0.0000
	col3679    :       2.0000
	col3680    :       0.0000
	col3681    :       0.0000
	col3682    :       0.0000
	col3683    :       0.0000
	col3684    :       0.0000
	col3685    :       0.0000
	col3686    :       1.0000
	col3687    :       1.0000
	col3688    :       0.0000
	col3689    :       0.0000
	col3690    :       1.0000
	col3691    :       0.0000
	col3692    :       2.0000
	col3693    :       0.0000
	col3694    :       2.0000
	col3695    :       0.0000
	col3696    :       0.0000
	col3697    :       1.0000
	col3698    :       1.0000
	col3699    :       0.0000
	col3700    :       0.0000
	col3701    :       3.0000
	col3702    :       2.0000
	col3703    :       0.0000
	col3704    :       0.0000
	col3705    :       2.0000
	col3706    :       0.0000
	col3707    :       1.0000
	col3708    :       0.0000
	col3709    :       3.0000
	col3710    :       1.0000
	col3711    :       0.0000
	col3712    :       0.0000
	col3713    :       0.0000
	col3714    :       0.0000
	col3715    :       0.0000
	col3716    :       0.0000
	col3717    :       0.0000
	col3718    :       0.0000
	col3719    :       0.0000
	col3720    :       0.0000
	col3721    :       0.0000
	col3722    :       1.0000
	col3723    :       0.0000
	col3724    :       0.0000
	col3725    :       4.0000
	col3726    :       0.0000
	col3727    :       0.0000
	col3728    :       0.0000
	col3729    :       1.0000
	col3730    :       2.0000
	col3731    :       1.0000
	col3732    :       0.0000
	col3733    :       0.0000
	col3734    :       5.0000
	col3735    :       0.0000
	col3736    :       0.0000
	col3737    :       0.0000
	col3738    :       0.0000
	col3739    :       0.0000
	col3740    :       4.0000
	col3741    :       0.0000
	col3742    :       0.0000
	col3743    :       0.0000
	col3744    :       0.0000
	col3745    :       2.0000
	col3746    :       0.0000
	col3747    :       0.0000
	col3748    :       7.0000
	col3749    :       3.0000
	col3750    :       3.0000
	col3751    :       0.0000
	col3752    :       0.0000
	col3753    :       0.0000
	col3754    :       0.0000
	col3755    :       0.0000
	col3756    :       0.0000
	col3757    :       0.0000
	col3758    :       1.0000
	col3759    :       0.0000
	col3760    :       2.0000
	col3761    :       0.0000
	col3762    :       3.0000
	col3763    :       0.0000
	col3764    :       0.0000
	col3765    :       0.0000
	col3766    :       0.0000
	col3767    :       0.0000
	col3768    :       1.0000
	col3769    :       1.0000
	col3770    :       2.0000
	col3771    :       0.0000
	col3772    :       4.0000
	col3773    :       0.0000
	col3774    :       0.0000
	col3775    :       2.0000
	col3776    :       0.0000
	col3777    :       4.0000
	col3778    :       0.0000
	col3779    :       0.0000
	col3780    :       0.0000
	col3781    :       1.0000
	col3782    :       0.0000
	col3783    :       0.0000
	col3784    :       1.0000
	col3785    :       0.0000
	col3786    :       0.0000
	col3787    :       0.0000
	col3788    :       0.0000
	col3789    :       0.0000
	col3790    :       1.0000
	col3791    :       0.0000
	col3792    :       0.0000
	col3793    :       1.0000
	col3794    :       3.0000
	col3795    :       0.0000
	col3796    :       0.0000
	col3797    :       3.0000
	col3798    :       0.0000
	col3799    :       0.0000
	col3800    :       1.0000
	col3801    :       0.0000
	col3802    :       0.0000
	col3803    :       9.0000
	col3804    :       0.0000
	col3805    :       0.0000
print('Feature Importances:')
import_fs = []
for i, feat in enumerate(X):
    if fti[i] >= 10:
        import_fs.append(feat)
        print('\t{0:10s} : {1:>12.4f}'.format(feat, fti[i]))
Feature Importances:
	col88      :      60.0000
	col255     :      10.0000
	col792     :      11.0000
	col912     :      13.0000
	col1161    :      10.0000
	col1337    :      11.0000
	col2614    :      12.0000
	col2644    :      11.0000
	col2963    :      11.0000
	col3483    :      23.0000
import_fs
['col88',
 'col255',
 'col792',
 'col912',
 'col1161',
 'col1337',
 'col2614',
 'col2644',
 'col2963',
 'col3483']
important_f = ['ID','col88','col158','col382','col912','col945','col951','col1091','col1201','col1292','col1902','col1917','col1965','col2146','col2230','col3112','col3622']

アンサンブル学習

# 予測値の算出
y_pred_EN = pd.Series(best_model_EN.predict(X_test))
y_pred_RF = pd.Series(best_model_RF.predict(X_test))
y_pred_LGBM = pd.Series(best_model_LGBM.predict(X_test))

誤差に応じた重み付けの場合

cv_accuracy_df = pd.concat([cv_accuracy_EN, cv_accuracy_RF, cv_accuracy_LGBM],axis=1)
cv_accuracy_df.columns = ['EN','RF','LGBM']
cv_accuracy_df
EN RF LGBM
test_r2 0.293996 0.339802 0.318403
test_RMSE 0.752523 0.727866 0.739632
test_MER 0.236510 0.217333 0.220613
# r2を基準にする場合
accuracy_scores = cv_accuracy_df.loc['test_r2',]
## 合計が1になるように変換
accuracy_scores = accuracy_scores / accuracy_scores.sum()
accuracy_scores
EN      0.308754
RF      0.356860
LGBM    0.334386
Name: test_r2, dtype: float64
# アンサンブルした予測値の算出
y_pred_ens = accuracy_scores[0] * y_pred_EN + accuracy_scores[1] * y_pred_RF + accuracy_scores[2] * y_pred_LGBM

# 誤差を算出
y_true = y_test.reset_index(drop=True)
print('R2:', '{:.3g}'.format(r2_score(y_true, y_pred_ens)))
print('RMSE:', '{:.3g}'.format(root_mean_squared_error(y_true, y_pred_ens)))
print('MER:', '{:.3g}'.format(median_absolute_error_rate(y_true, y_pred_ens)))
R2: 0.39
RMSE: 0.732
MER: 0.208

OLSで重みを推定し重み付け

# アンサンブルで予測値の重み付け和を作る
## 各予測モデルのtrainデータの予測値の算出
y_train_pred_EN = pd.Series(best_model_EN.predict(X_train))
y_train_pred_RF = pd.Series(best_model_RF.predict(X_train))
y_train_pred_LGBM = pd.Series(best_model_LGBM.predict(X_train))
pred_df = pd.concat([y_train_pred_EN, y_train_pred_RF, y_train_pred_LGBM],axis=1)

## 最適な重みをOLSで推定する
from sklearn.linear_model import LinearRegression

lm = LinearRegression(fit_intercept=False)
lm.fit(pred_df, y_train)

lm.coef_
array([0.3433345 , 0.33504337, 0.33504337])
# 係数の合計が1になるように調整
coef = lm.coef_ / lm.coef_.sum()

# アンサンブルした予測値の算出
y_pred_ens = coef[0] * y_pred_EN + coef[1] * y_pred_RF + coef[2] * y_pred_LGBM
# 予測と提出
df_test = pd.read_csv("./test.csv")
df_test.head()
ID col1 col2 col3 col4 col5 col6 col7 col8 col9 col10 col11 col12 col13 col14 col15 col16 col17 col18 col19 col20 col21 col22 col23 col24 col25 col26 col27 col28 col29 col30 col31 col32 col33 col34 col35 col36 col37 col38 col39 col40 col41 col42 col43 col44 col45 col46 col47 col48 col49 ... col3756 col3757 col3758 col3759 col3760 col3761 col3762 col3763 col3764 col3765 col3766 col3767 col3768 col3769 col3770 col3771 col3772 col3773 col3774 col3775 col3776 col3777 col3778 col3779 col3780 col3781 col3782 col3783 col3784 col3785 col3786 col3787 col3788 col3789 col3790 col3791 col3792 col3793 col3794 col3795 col3796 col3797 col3798 col3799 col3800 col3801 col3802 col3803 col3804 col3805
0 1 0 4.059 0.630 0 3.246 0.568 4.378 0.006 11 28.335 0 0 0 41.672 0.0 0.788 0 0.233 0 18.268 -4.015 1.521 -0.010 0.811 9.889 0 3.377 0.713 2.889 113.603 227.409 0 0 74.920 1 7.455 0 0.382 0 0 14.455 0 0 1.158 0 2.1272 0 25.201 0.204 ... 0.445 0 1.205 0 0.980 0 0 0.058 0 0 0 9.826 0 4 1.415 2.859 0.038 0.162 0 7 51.813 1.512 0 0 50.589 1.508 334.789 0 49.275 0.148 249.745 0 4 0 0.098 0 7.545 24.234 3.806 18.660 0.660 0 0.0 0.111 0.000 10.120 0 2.510 0.998 0
1 2 0 3.769 0.811 10 1.772 0.754 4.239 0.029 5 31.536 0 0 0 45.698 0.0 0.831 0 0.139 0 18.568 -3.692 2.391 0.169 0.790 10.491 0 4.274 0.831 3.778 140.114 201.556 0 0 89.092 1 5.098 0 0.362 0 0 16.937 0 0 0.804 0 1.7676 0 49.907 0.196 ... 0.717 0 1.099 0 0.854 0 0 0.050 0 0 0 10.487 1 3 1.395 3.161 0.029 0.146 0 10 54.695 1.559 0 0 40.449 1.319 497.540 0 103.740 0.172 259.934 0 1 0 0.087 0 7.283 98.769 3.859 24.686 0.872 0 0.0 0.143 15.716 15.183 0 1.257 0.997 0
2 3 0 4.685 0.803 0 24.748 0.779 3.976 0.093 23 48.506 0 0 0 64.215 0.0 0.657 0 0.102 0 22.228 -8.018 1.283 0.288 1.170 12.055 0 30.181 1.082 4.444 210.463 647.258 0 0 98.589 0 13.566 0 1.480 0 0 38.735 0 0 0.795 0 2.2929 0 17.177 0.160 ... 0.705 0 1.281 0 1.411 0 0 0.028 0 1 0 13.227 0 3 1.405 5.403 0.027 0.095 0 9 84.027 1.535 1 0 234.562 1.769 511.935 0 133.897 0.274 460.463 0 6 1 0.056 0 8.620 53.510 3.918 52.087 1.719 0 0.0 0.114 72.896 33.939 0 2.911 0.998 0
3 4 0 4.358 0.815 0 27.402 0.635 4.736 0.057 13 41.048 0 0 0 60.590 0.0 0.452 0 0.198 0 21.364 -5.882 3.199 0.008 1.153 11.366 0 21.399 0.925 5.556 218.935 429.706 0 0 107.980 0 11.213 0 0.934 0 0 32.207 0 0 1.259 0 1.7689 0 30.247 0.171 ... 0.722 0 1.356 0 1.413 0 1 0.043 0 0 1 12.143 0 10 1.415 4.540 0.025 0.125 0 3 74.286 1.550 1 0 145.934 1.565 549.838 0 78.804 0.224 404.963 0 10 1 0.084 0 8.187 66.976 4.064 39.221 1.382 0 0.0 0.098 29.938 25.532 0 4.687 0.997 3
4 6 0 4.010 0.785 3 6.141 0.612 4.429 -0.198 5 32.144 0 0 0 42.421 0.0 0.432 0 0.159 0 18.945 -4.199 2.718 0.078 0.829 10.708 0 6.514 0.806 3.333 157.287 247.354 0 0 83.092 1 7.441 0 0.430 0 0 18.744 0 0 1.226 0 2.3440 0 40.662 0.196 ... 0.677 0 1.055 0 1.477 0 0 0.052 0 0 0 11.087 0 5 1.408 3.147 0.044 0.158 0 3 54.075 1.490 0 0 55.851 1.321 468.157 0 176.282 0.214 233.211 0 5 0 0.053 0 7.527 80.763 3.997 22.757 1.017 0 0.0 0.115 5.108 15.347 0 3.102 0.997 1

5 rows × 3806 columns

ans = model.predict(df_test)
s = pd.Series(ans)
df_sub = pd.read_csv("./sample_submit.csv",header=None)
df_sub.shape
(13732, 2)
df_sub2 = df_sub.iloc[:,0]
df_sub2.head(10)
0     1
1     2
2     3
3     4
4     6
5     7
6    10
7    11
8    13
9    16
Name: 0, dtype: int64
ans_pd = pd.concat([df_sub2, s],axis=1)
ans_pd.head(10)
0 0
0 1 1.717480
1 2 2.562437
2 3 2.395703
3 4 1.505853
4 6 2.699922
5 7 2.213568
6 10 1.872223
7 11 2.646182
8 13 2.544475
9 16 2.117270
open('./submit5.csv', 'w') 
pass

ans_pd .to_csv("./submit5.csv",index=False, header=False)


ubuntuシステム Share Tweet +1