数据处理
从高分code学到很多表格数据处理的方法,主要是以下几种:
- fillna Nan值得填充确实会对准确率有小幅度的提升
- 数据增强 使用原始数据为基础生成额外的维度
- 连续数据转换 将连续数据分段转换成分类数据
- one-hot独热编码 通过pandas.get_dummies()可以轻松实现分类数据的独热编码
算法
表格数据集在小数据量的情况下,决策树家族更有竞争力。采取了一些算法的对比使用,放在Titanic-M.ipynb中,代码地址https://github.com/AshenWithoutFire/Kaggle-FastAI.git 。
算法 | KaggleScore | 优缺点 |
XGBClassifier(Sklearn版本) | 0.76555 | 调参中等,训练集准确率95%,训练无显示,速度快 |