Comprendre le problème

Gagner une compétition Kaggle en Python

Yauhen Babakhin

Kaggle Grandmaster

Flux de solution

 

 

flux de solution

Gagner une compétition Kaggle en Python

Flux de solution

 

 

flux de solution

Gagner une compétition Kaggle en Python

Flux de solution

 

 

flux de solution

Gagner une compétition Kaggle en Python

Flux de solution

 

 

flux de solution

Gagner une compétition Kaggle en Python

Comprendre le problème

  • Type de données : tabulaire, séries temporelles, images, texte, etc.

types de données

Gagner une compétition Kaggle en Python

Comprendre le problème

  • Type de données : tabulaire, séries temporelles, images, texte, etc.

types de données

Gagner une compétition Kaggle en Python

Comprendre le problème

  • Type de données : tabulaire, séries temporelles, images, texte, etc.

types de données

Gagner une compétition Kaggle en Python

Comprendre le problème

  • Type de données : tabulaire, séries temporelles, images, texte, etc.

types de données

  • Type de problème : classification, régression, classement, etc.
  • Métrique d'évaluation : ROC AUC, F1-score, MAE, MSE, etc.
Gagner une compétition Kaggle en Python

Définition de la métrique

# Some classification and regression metrics
from sklearn.metrics import roc_auc_score, f1_score, mean_squared_error

$$RMSLE = \sqrt{\frac{1}{N}\sum_{i=1}^{N}{(\log(y_i+1) - \log(\hat{y}_i+1))^2}}$$

import numpy as np

def rmsle(y_true, y_pred):
    diffs = np.log(y_true + 1) - np.log(y_pred + 1)
    squares = np.power(diffs, 2)

    err = np.sqrt(np.mean(squares))
    return err
Gagner une compétition Kaggle en Python

Passons à la pratique !

Gagner une compétition Kaggle en Python

Preparing Video For Download...