Validazione locale

Vincere una competizione Kaggle con Python

Yauhen Babakhin

Kaggle Grandmaster

Motivazione

esempio di overfitting con classifiche Public e Private

Holdout set

schema del holdout set

Holdout set

schema del holdout set

Holdout set

schema del holdout set

Cross-validation k-fold

suddividi i dati di train in quattro fold

Cross-validation k-fold

schema di cross-validation k-fold

Cross-validation k-fold

# Import KFold
from sklearn.model_selection import KFold

# Crea un oggetto KFold
kf = KFold(n_splits=5, shuffle=True, random_state=123)

# Itera su ogni split di cross-validation
for train_index, test_index in kf.split(train):

    # Ottieni train e test per lo split corrente
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

K-fold stratificato

schema di stratified k-fold cross-validation

K-fold stratificato

# Import StratifiedKFold
from sklearn.model_selection import StratifiedKFold


# Crea un oggetto StratifiedKFold
str_kf = StratifiedKFold(n_splits=5, shuffle=True, random_state=123)


# Itera su ogni split di cross-validation
for train_index, test_index in str_kf.split(train, train['target']):
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

Passiamo alla pratica !

Vincere una competizione Kaggle con Python