Kaggle入门教程：提交第一个比赛（Titanic）

注册一个账号

验证码由谷歌提供，所以一般刷不出来，想想办法。

Start Kaggle

按照官方教程：

1. accept the rule
2. download the data(from the data tab of the competition page)
3. understand the problem
4. exploratory Data Analysis, EDA （从这一步开始，可以在Jupyter notebook操作了）
5. train, test and ensemble ML models
6. upload the prediction as a submission on Kaggle

Windows下，安装Jupyter notebook教程

感谢https://zhuanlan.zhihu.com/p/54302333的教程

安装成功后，在cmd输入：jupyper notebook就可以打开网页版编译器了。
此时浏览器打开的界面，和之前设置的本地文件夹是联动的。

测试Jupyter notebook

以入门题目Titanic为示例，检测Jupyter notebook是否安装成功，以及Kaggle的提交流程。
为了简单起见，选用了SVM模型。
以Pclass的值为数据，Survived为Label。
（只是想走个全过程，所以不要在意正确率）

from sklearn.svm import SVC
import pandas as pd
import numpy as np

train_data = pd.read_csv('train.csv', usecols=[2])
train_label = pd.read_csv('train.csv', usecols=[1])
test_data = pd.read_csv('test.csv', usecols=[1])

#训练模型
clf_rbf = SVC(kernel='rbf')
clf_rbf.fit(train_data,train_label)
#预测
prediction = clf_rbf.predict(test_data)

#Kaggle需要提交最终的csv文件，所以输出一个csv文件：
submission = pd.read_csv('gender_submission.csv')
submission['Survived']=prediction

submission.to_csv('submission2.csv', index=False)

输出submission.csv之后，提交到本次Submit Predictions里面就好了。

直接在Kaggle kernel里编译

1. 找一个感兴趣的比赛（house prices）
2. 点击“Notebook”，在列表里找一个你喜欢的Notebook作为基础参考（Example Submission）
3. 点击右上角“edit my copy”进行修改
4. 点击右上角“save version”
5. 滚轮往下，找到output模块，点submit