Înțelegerea problemei

Câștigarea unei competiții Kaggle în Python

Yauhen Babakhin

Kaggle Grandmaster

Fluxul soluției

 

 

fluxul soluției

Câștigarea unei competiții Kaggle în Python

Fluxul soluției

 

 

fluxul soluției

Câștigarea unei competiții Kaggle în Python

Fluxul soluției

 

 

fluxul soluției

Câștigarea unei competiții Kaggle în Python

Fluxul soluției

 

 

fluxul soluției

Câștigarea unei competiții Kaggle în Python

Înțelegerea problemei

  • Tipul de date: date tabulare, serii de timp, imagini, text etc.

tipuri de date

Câștigarea unei competiții Kaggle în Python

Înțelegerea problemei

  • Tipul de date: date tabulare, serii de timp, imagini, text etc.

tipuri de date

Câștigarea unei competiții Kaggle în Python

Înțelegerea problemei

  • Tipul de date: date tabulare, serii de timp, imagini, text etc.

tipuri de date

Câștigarea unei competiții Kaggle în Python

Înțelegerea problemei

  • Tipul de date: date tabulare, serii de timp, imagini, text etc.

tipuri de date

  • Tipul problemei: clasificare, regresie, ranking etc.
  • Metrică de evaluare: ROC AUC, F1-Score, MAE, MSE etc.
Câștigarea unei competiții Kaggle în Python

Definirea metricii

# 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
Câștigarea unei competiții Kaggle în Python

Să exersăm!

Câștigarea unei competiții Kaggle în Python

Preparing Video For Download...