Kaggle Predict Future Sales 竞赛(score 0.899, top 11%)报告

Kaggle Predict Future Sales 竞赛报告唐健 jiantang2000@163.com 2020-07-31摘要Kaggle 上的Predict Future Sales竞赛提供了俄罗斯1C company 近3年来的销售数据,其要求是使用这些数据进行建模,并预测接下来一个月里的每个商店的每种商品的销售量。这篇报告介绍了如何参加这个比赛,给出了一个如何使用R语言进行数据清洗,特征工程抽取,模型构建的全过程。截止到2020/7/31,模型在竞赛中提交了15次,取得的最终分数
摘要由CSDN通过智能技术生成

Kaggle Predict Future Sales 竞赛报告

 jiantang2000@163.com 2020-07-31

摘要

Kaggle 上的Predict Future Sales竞赛提供了俄罗斯1C company 近3年来的销售数据,其要求是使用这些数据进行建模,并预测接下来一个月里的每个商店的每种商品的销售量。这篇报告介绍了如何参加这个比赛,给出了一个如何使用R语言进行数据清洗,特征工程抽取,模型构建的全过程。截止到2020/7/31,模型在竞赛中提交了15次,取得的最终分数是0.899946,整体排名11%

竞赛介绍

参加这个比赛是几乎无门槛的,我们可以直接访问竞赛的官网地址【1】,注册一个kaggle账号然后参与近来。

截止到2020/7/31,竞赛参与 人数 8600+,总提交次数7.4W+,本人单人排名top11%.

竞赛提供的数据集为6个.csv文件,大小为近100M,分别包括了指定的训练集,指定的测试集,一个标准提交样本,商店信息,商品信息,商品分类信息。

  1. 训练集中包括精确到日的时间,月份编号,商店ID,商品ID,商品价格,商品当日销售量。
  2. 测试集中包括定位ID,商店ID,商品ID。
  3. 标准提交样本中包括定位ID,未来一个月的预测销售量。
  4. 商店信息中包括商店ID,商店名称(俄语)。
  5. 商品信息中包括商品名(俄语),商品ID,商品分类ID。
  6. 商品分类信息中包括商品分类编号,商品分类ID。

数据处理

缺失值处理

首先进行缺失值检测。缺失值处理的策略有很多:

直接删除(合适本场景)࿱

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
要将Kaggle的数字识别(Digit Recognizer)数据转化为`mxnet.gluon.data.dataloader.DataLoader`格式,你可以按照以下步骤进行操作: 1. 导入必要的库: ```python import numpy as np import pandas as pd import mxnet as mx from mxnet.gluon.data import Dataset, DataLoader ``` 2. 加载训练数据集: ```python train_data = pd.read_csv('train.csv') ``` 3. 定义自定义数据集类: ```python class DigitDataset(Dataset): def __init__(self, data, transform=None): self.data = data self.transform = transform def __getitem__(self, idx): image = np.array(self.data.iloc[idx, 1:]).reshape(28, 28, 1).astype(np.float32) / 255.0 label = np.array(self.data.iloc[idx, 0]) if self.transform: image = self.transform(image) return image, label def __len__(self): return len(self.data) ``` 在这个自定义数据集类中,我们将图像数据转化为`np.float32`类型,并将像素值缩放到0-1范围内。你也可以根据需要添加其他的数据转换操作。 4. 创建数据集实例并进行数据转换(如果需要的话): ```python dataset = DigitDataset(train_data) ``` 5. 创建`DataLoader`实例: ```python batch_size = 32 dataloader = DataLoader(dataset, batch_size=batch_size, shuffle=True) ``` 在这里,设置了批量大小(`batch_size`),并选择是否对数据进行洗牌(`shuffle=True`)。 现在,你可以使用`dataloader`来迭代访问你的数据集。每次迭代将返回一个批量的图像和标签。 希望这能帮助到你!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Clark Kent 2000

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值