Kaggle 初學者筆記

Kaggle 初學者筆記¶

參考為:https://github.com/upura/python-kaggle-start-book/blob/master/README_EN.md

書名是Kaggle 大師教您用Python

第一章節教如何註冊

2.4節: 特徵工程:例如把家庭人數轉化成是否單獨一人

還有當歲數有空值，可以找出平均值與標準差，去把空值給值，但這樣子做缺點是模型的本身可預測性會比較差，因為補的值每次可能都不一定，這時候可以用鎖定seed的方式補值

2.5節: 嘗試使用不同的ML model去train dataset

2.7 節: cross_validation的重要性: 為了避免對於train data over fitting，這時候可以透過把dataset 拆成更多包，更好的training

3.1節: 面對現實的data，把資料做merge也是資料工程的重要手法

3.2節，介紹圖像競賽，如何用圖像辨識識別

第四章開始是作者給想參加比賽的人的建議:

• 認識你參加比賽的資料類型，例如tabular data(表格資料)，image/影像，nlp/text文字，video，sounds
• 舉辦期間，通常為2~3個月，一開始可以找已經開始一段時間的比賽，這時候在討論區往往會有相當的討論可以參考