Mô hình cơ sở

Chinh phục cuộc thi Kaggle bằng Python

Yauhen Babakhin

Kaggle Grandmaster

Giai đoạn mô hình hóa

các thành phần giai đoạn mô hình hóa

Giai đoạn mô hình hóa

mô hình cơ sở trong giai đoạn mô hình hóa

Xác thực taxi New York City

# Read data
taxi_train = pd.read_csv('taxi_train.csv')
taxi_test = pd.read_csv('taxi_test.csv')

from sklearn.model_selection import train_test_split

# Create local validation
validation_train, validation_test = train_test_split(taxi_train,
                                                     test_size=0.3,
                                                     random_state=123)

Mô hình cơ sở I

import numpy as np
# Assign the mean fare amount to all the test observations
taxi_test['fare_amount'] = np.mean(taxi_train.fare_amount)

# Write predictions to the file
taxi_test[['id','fare_amount']].to_csv('mean_sub.csv', index=False)

RMSE xác thực	RMSE LB công khai	Vị trí LB công khai
9.986	9.409	1449 / 1500

Mô hình cơ sở II

# Calculate the mean fare amount by group
naive_prediction_groups = taxi_train.groupby('passenger_count').fare_amount.mean()

# Make predictions on the test set
taxi_test['fare_amount'] = taxi_test.passenger_count.map(naive_prediction_groups)

# Write predictions to the file
taxi_test[['id','fare_amount']].to_csv('mean_group_sub.csv', index=False)

RMSE xác thực	RMSE LB công khai	Vị trí LB công khai
9.978	9.407	1411 / 1500

Mô hình cơ sở III

# Select only numeric features
features = ['pickup_longitude', 'pickup_latitude',
            'dropoff_longitude', 'dropoff_latitude', 'passenger_count']

from sklearn.ensemble import GradientBoostingRegressor

# Train a Gradient Boosting model
gb = GradientBoostingRegressor()
gb.fit(taxi_train[features], taxi_train.fare_amount)

# Make predictions on the test data
taxi_test['fare_amount'] = gb.predict(taxi_test[features])

Mô hình cơ sở III

# Write predictions to the file
taxi_test[['id','fare_amount']].to_csv('gb_sub.csv', index=False)

RMSE xác thực	RMSE LB công khai	Vị trí LB công khai
5.996	4.595	1109 / 1500

Kết quả trung gian

Mô hình	RMSE xác thực	RMSE LB công khai
Trung bình đơn giản	9.986	9.409
Trung bình theo nhóm	9.978	9.407
Gradient Boosting	5.996	4.595

Tương quan với Bảng xếp hạng công khai

Mô hình	RMSE xác thực	RMSE LB công khai
Mô hình A	3.500	3.800
Mô hình B	3.300	4.100
Mô hình C	3.200	3.900

Mô hình	RMSE xác thực	RMSE LB công khai
Mô hình A	3.400	3.900
Mô hình B	3.100	3.400
Mô hình C	2.900	3.300

Ayo berlatih!

Chinh phục cuộc thi Kaggle bằng Python