理解问题

用 Python 赢下 Kaggle 竞赛

Yauhen Babakhin

Kaggle Grandmaster

解决方案流程

 

 

解决方案流程

用 Python 赢下 Kaggle 竞赛

解决方案流程

 

 

解决方案流程

用 Python 赢下 Kaggle 竞赛

解决方案流程

 

 

解决方案流程

用 Python 赢下 Kaggle 竞赛

解决方案流程

 

 

解决方案流程

用 Python 赢下 Kaggle 竞赛

理解问题

  • 数据类型： 表格、时间序列、图像、文本等。

数据类型

用 Python 赢下 Kaggle 竞赛

理解问题

  • 数据类型： 表格、时间序列、图像、文本等。

数据类型

用 Python 赢下 Kaggle 竞赛

理解问题

  • 数据类型： 表格、时间序列、图像、文本等。

数据类型

用 Python 赢下 Kaggle 竞赛

理解问题

  • 数据类型： 表格、时间序列、图像、文本等。

数据类型

  • 问题类型： 分类、回归、排序等。
  • 评估指标： ROC AUC、F1-score、MAE、MSE 等。
用 Python 赢下 Kaggle 竞赛

指标定义

# 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
用 Python 赢下 Kaggle 竞赛

Passons à la pratique !

用 Python 赢下 Kaggle 竞赛

Preparing Video For Download...