การตรวจสอบความถูกต้องในเครื่อง

การแข่งขัน Kaggle ด้วย Python

Yauhen Babakhin

Kaggle Grandmaster

แรงจูงใจ

ตัวอย่าง overfitting กับ Public และ Private leaderboard

Holdout set

แผนผัง holdout set

Holdout set

แผนผัง holdout set

Holdout set

แผนผัง holdout set

K-fold cross-validation

การแบ่งข้อมูล train เป็น 4 fold

K-fold cross-validation

แผนผัง k-fold cross-validation

K-fold cross-validation

# Import KFold
from sklearn.model_selection import KFold

# Create a KFold object
kf = KFold(n_splits=5, shuffle=True, random_state=123)

# Loop through each cross-validation split
for train_index, test_index in kf.split(train):

    # Get training and testing data for the corresponding split
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

Stratified K-fold

แผนผัง stratified k-fold cross-validation

Stratified K-fold

# Import StratifiedKFold
from sklearn.model_selection import StratifiedKFold


# Create a StratifiedKFold object
str_kf = StratifiedKFold(n_splits=5, shuffle=True, random_state=123)


# Loop through each cross-validation split
for train_index, test_index in str_kf.split(train, train['target']):
    cv_train, cv_test = train.iloc[train_index], train.iloc[test_index]

มาฝึกกันเถอะ!

การแข่งขัน Kaggle ด้วย Python