Comprendre le problème

Remporter une compétition Kaggle en Python

Yauhen Babakhin

Kaggle Grandmaster

Flux de solution

 

 

solution workflow

Remporter une compétition Kaggle en Python

Flux de solution

 

 

solution workflow

Remporter une compétition Kaggle en Python

Flux de solution

 

 

solution workflow

Remporter une compétition Kaggle en Python

Flux de solution

 

 

solution workflow

Remporter une compétition Kaggle en Python

Comprendre le problème

  • Type de données : données tabulaires, séries chronologiques, images, texte, etc.

data types

Remporter une compétition Kaggle en Python

Comprendre le problème

  • Type de données : données tabulaires, séries chronologiques, images, texte, etc.

data types

Remporter une compétition Kaggle en Python

Comprendre le problème

  • Type de données : données tabulaires, séries chronologiques, images, texte, etc.

data types

Remporter une compétition Kaggle en Python

Comprendre le problème

  • Type de données : données tabulaires, séries chronologiques, images, texte, etc.

data types

  • Type de problème : classification, régression, classement, etc.
  • Mesure d'évaluation : ROC AUC, F1-Score, MAE, MSE, etc.
Remporter une compétition Kaggle en Python

Définition de la mesure

# 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
Remporter une compétition Kaggle en Python

Passons à la pratique !

Remporter une compétition Kaggle en Python

Preparing Video For Download...