Entiende el problema

Cómo ganar una competición de Kaggle con Python

Yauhen Babakhin

Kaggle Grandmaster

Flujo de solución

 

 

flujo de solución

Cómo ganar una competición de Kaggle con Python

Flujo de solución

 

 

flujo de solución

Cómo ganar una competición de Kaggle con Python

Flujo de solución

 

 

flujo de solución

Cómo ganar una competición de Kaggle con Python

Flujo de solución

 

 

flujo de solución

Cómo ganar una competición de Kaggle con Python

Entiende el problema

  • Tipo de datos: tabulares, series temporales, imágenes, texto, etc.

tipos de datos

Cómo ganar una competición de Kaggle con Python

Entiende el problema

  • Tipo de datos: tabulares, series temporales, imágenes, texto, etc.

tipos de datos

Cómo ganar una competición de Kaggle con Python

Entiende el problema

  • Tipo de datos: tabulares, series temporales, imágenes, texto, etc.

tipos de datos

Cómo ganar una competición de Kaggle con Python

Entiende el problema

  • Tipo de datos: tabulares, series temporales, imágenes, texto, etc.

tipos de datos

  • Tipo de problema: clasificación, regresión, ranking, etc.
  • Métrica de evaluación: ROC AUC, F1-Score, MAE, MSE, etc.
Cómo ganar una competición de Kaggle con Python

Definición de la métrica

# 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
Cómo ganar una competición de Kaggle con Python

¡Vamos a practicar!

Cómo ganar una competición de Kaggle con Python

Preparing Video For Download...