【数据竞赛】Kaggle注册、报名提交操作指南 v2.0

Kaggle注册

步骤1： https://www.kaggle.com/account/login

Kaggle支持两种注册，使用谷歌账号注册 或 邮箱注册。因为现在Kaggle被谷歌收购，推荐第一种方法，即使用谷歌账号/邮箱注册。

如果使用其他邮箱注册，建议使用稳定的邮箱，比如qq邮箱。不要用小众邮箱，邮箱关闭了你Kaggle账号的丢了。

步骤2：填写个人信息，这里需要验证码，需要网络代理（你要能上谷歌）。已经需要一个手机号码用于接收短信验证码。

Kaggle参加比赛

步骤1：https://www.kaggle.com/competitions

先登录Kaggle账号，然后找到你要参加的比赛，并点击进去。

步骤2：点击比赛页面的【Join Competition】，并点击【Accept】即可参赛。

Kernel使用与提交

Kernel基础介绍

Kaggle Kernel是Kaggle平台提供给选手的运行环境，可以视为一个在线的Notebook，在线的Nobteook可以用于运行自己的代码（与Kaggle比赛相关与否无所谓），也可以通过在线Notebook完成比赛的提交。

点击下图中的【Your work】可以找到你自己的Notebook。

你可以在一个具体Kaggle比赛的的【Code】界面找到，和这个比赛相关的Notebook。这些Notebook都是和这个比赛相关的，有一些用于数据分析，也有一些是用于建模的。

在比赛的【Code】页面，点击页面的右边【Hotness】的按钮，可以切换Notebook的排序方式，分别是按照【热度、点赞数、评论数、创建时间、运行时间、分数】排序。这里可以关注下按照【分数】排序，我们可以很方便的找到最高分数的分享。

如果点击进入一个具体的Notebook，和如下界面类似，是Notebook的展示状态，也就是运行完成后的状态。具体的组成元素如下图所示，此时可以点击【Copy and Edit】将这个Notebook fork一份，也就是复制一份为自己的。

Kernel运行和提交

如果点击【Copy and Edit】或在Kaggle上任意界面点击【New Notebook】，都会进入Notebook的编辑状态，Notebook的编辑状态和Jupyter Notebook没有什么区别，主要的界面组成元素有：

• 代码编辑区：运行代码，也支持Markdown格式；

• 数据集（Dataset）：加载比赛数据集 或 模型 或 库安装代码

• 运行设置：代码运行配置

  • Environment：运行环境，这个不用动；

  • Accelerator：CPU/GPU/TPU

  • GPU Quota：GPU每周运行时长

  • Internel：是否联网

  • Language：运行语言，Python或者R

【注意】对于Kernel比赛，必须要从Notebook提交，此时模型预测代码不能联网，所以需要在关闭Internet的情况下完成【库安装】、【模型加载】和【模型预测】。

如果点击Notebook的编辑状态下右上角的【Save Version】按钮，会弹出以下界面。

• Save & Run All：会把Notebook从零从头运行；

• Quick Save：将当前的代码状态保存下来；

如果点击【Save Version】，选择【Save & Run All】，Notebook会进入运行状态。

可以从屏幕左下角的时钟，看到代码正在运行，Running表示正在运行。如果是Queue表示在运行队列中（一个一个运行），可能之前的Notebook还在运行，可以手动Stop其他的Notebook。

如果Notebook已经提交，可以关闭Notebook编辑页面。打开Notebook的展示页面，可以点击右边的Version 6 of 6，找到提交代码运行信息，此时Notebook是运行状态。

当Notebook运行完成，又进入了展示状态。可以在展示状态的Notebook的右边的Output菜单找到代码的输出。点击Submit按钮进行提交，Notebook进入了提交状态。

在比赛的【My Submission】可以看到提交的Notebook，等到运行完成后就可以得到分数。

Dataset使用

Dataset创建和上传

Dataset是Kaggle提供的用于存放数据和模型的工具，在Kernel赛中模型加载必须从Dataset加载。创建Dataset操作如下所示。

上传数据需要开代理，不开代理肯定无法上传。

当Dataset创建之后，可以点击右边虚线，然后选择【New version】对数据集进行管理，可以继续上传，也可以删除文件。

Dataset使用

Dataset主要是用来Kernel在不联网时加载模型、安装库。在Notebook的编辑状态，点击右边的【Add data】可以加载Dataset。

• Dataset：自己的数据集，或者别人数据集。

• Competition Data：比赛数据。

• Notebook Output files：Notebook运行后的输出，可以选自己的，也可以选其他人公开的。

当数据集加载后，可以把鼠标放到上面，可以直接复制得到路径。

注意Dataset路径，不然代码直接报错。

Kaggle组队

在比赛的【Team】界面完成，输入其他队伍的名称。

Kaggle反作弊机制

作弊行为

• 私下共享代码，不组队；

• 私下共享Dataset，不组队；

• 一台机器或一个IP登陆多个账号；

• 别人帮我提交代码或CSV；

非作弊行为

• 跑公开Notebook，提交；

• 使用其他人公开的Dataset，提交；

所有Kaggle官网能看到的Notebook和Dataset，都是公开的，都可以使用，都不算作弊。

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码