kaggle比赛练习_1: 做的什么菜？（What's Cooking?）

Kaggle简介

Kaggle是一个数据分析的竞赛平台，网址：https://www.kaggle.com/。企业或者研究者可以将数据、问题描述、期望的指标发布到Kaggle上，以竞赛的形式向广大的数据科学家征集解决方案，类似于KDD-CUP（国际知识发现和数据挖掘竞赛）。Kaggle上的参赛者将数据下载下来，分析数据，然后运用机器学习、数据挖掘等知识，建立算法模型，解决问题得出结果，最后将结果提交，排名前面的可能会获得丰厚的报酬

我们又不是大牛，那么kaggle对于我们有什么意义呢？个人觉得是练习，纸上得来终觉浅，把书本,paper中的机器学习算法，写成代码用于实际问题中，可以提高自己对算法的理解与写代码的能力。（从最简单的开始）工作之余，也要提高自己，所以最近准备在kaggle上做一些题目，也写出来与大家分享讨论。 本博客给出的代码都是准确度一般的实验性代码，排名不会靠前，只做练习分享。

菜品是什么？what’s cooking

训练数据包含,”ID,菜品，菜品，菜的原料”,菜品是要预测的类，菜的原料可以认为是feature. 训练数据只包含“ID, 菜的原料”,需要预测菜品是哪一类。由 Yummly公司提供的真实数据。
问题提供的数据为json格式。

LR解法

本文用多类的逻辑回归算法，采用随即梯度下降法优化，得到了76%的预测准确率。代码如下。

• 数据获取在https://www.kaggle.com/c/whats-cooking/data
• 可生成test_prediction.csv的文件，上传，就可以得到预测的准确率结果

# -*- coding: utf-8 -*-
'''
Created on 2015-9-25

@author: joeyqzhou
'''
import json
import numpy as np
import csv


t_set = set()
x_set = set() #x : feature

learning_rate = 1

alpha = 0.00001 #正则项惩罚系数
iter_time = 5