参加r语言与kaggle竞赛赛是怎样一种体验

来源：蜘蛛抓取(WebSpider) 时间：2017-10-13 04:50 标签： kaggle竞赛经典数据集
参加kaggle竞赛所需要的技能树是怎样的？_kaggle竞赛_词汇网
参加kaggle竞赛所需要的技能树是怎样的？
责任编辑：词汇网 发表时间： 14:29:23
题主非统计专业
上一集:没有了 下一集:
相关文章：&&&&&&&&
最新添加资讯
24小时热门资讯
附近好友搜索参加kaggle竞赛是怎样一种体验？ - 知乎3691被浏览177880分享邀请回答1164 条评论分享收藏感谢收起休闲娱乐生活服务其他类别
一个实例告诉你：Kaggle 数据竞赛都有哪些套路将结果提交到Kaggle的网站之后，我们发现我们的准确率是79.904%，居然已经进了20%了，还是蛮顺利的嘛，那么如何继续提升我们的成绩呢？最有效的方法莫过于构建新的特征，寻找更有效的特征永远是提升正确率的王道。当然了，也有一些简单的办法有可能能帮助我们提高成绩，那就是三个臭皮匠顶个诸葛亮。我们选择几个相关性不是很大的分类器，用它们预测的结果进行投票，往往一定程度上也能提高我们的成绩，比如下面这种做法：from sklearn.ensemble import VotingClassifiermodel=VotingClassifier(estimators=[('lr',lr),('svc',svc),('rf',randomf),('GDBT',gdbt)],voting='hard',weights=[0.5,1.5,0.6,0.6])model.fit(x_tr,y_tr)print model.score(x_te,y_te)输出为：0.测试集上的表现可真棒啊！！！这一下很大的鼓舞了我的信心，所以赶紧用这个模型做个结果提交一下看看。结果，正确率变成了78.649%，正确率下降了，整段垮掉！！！前面说的那么有模有样，结果被无情的现实狠甩一记耳光啊……不过最重要的还是这个思路，比如你可以和你的小伙伴各做一个模型，你们构建模型的思路肯定不一样啊，那么模型的相关性比较低，这样组合起来提升效果应该比较明显，我就强行这样圆一下吧。其实我相信到这里大家也看出来了，做的这个模型我们还是把绝大数的时间花在了模型的构造上了，真正模型训练啥的并没有占据我们太多的时间。所以还是那句话，数据和特征决定了机器学习的上限，而模型和方法只能是逼近这个上限，好好做特征吧。TensorFlow & 神经网络算法高级应用班” 要开课啦！从初级到高级，理论 + 实战，一站式深度了解 TensorFlow！本课程面向深度学习开发者，讲授如何利用 TensorFlow 解决图像识别、文本分析等具体问题。课程跨度为 10 周，将从 TensorFlow 的原理与基础实战技巧开始，一步步教授学员如何在 TensorFlow 上搭建 CNN、自编码、RNN、GAN 等模型，并最终掌握一整套基于 TensorFlow 做深度学习开发的专业技能。两名授课老师佟达、白发川身为 ThoughtWorks 的资深技术专家，具有丰富的大数据平台搭建、深度学习系统开发项目经验。时间：每周二、四晚 20：00-21：00开课时长：总学时 20 小时，分 10 周完成，每周 2 次，每次 1 小时线上授课地址：http://www.mooc.ai/
5热门新闻更多
热门游戏相关新闻热门视频发现好货
阅读下一篇视频推荐推荐这篇日记的豆列
&&&&&&&&&&&&

我要回帖

更多关于 kaggle竞赛经典数据集 的文章

 

随机推荐