2018年12月_xckkcxxck

原创 kaggle房价预测代码一：很好的stacking模版

今天开始做kaggle的房价预测比赛，这是一个回归问题的比赛，我找到了一份非常好的代码。原文链接：https://www.kaggle.com/serigne/stacked-regressions-top-4-on-leaderboard说一下在特征处理中的一些操作：1.删除价格异常值2.对标签做log转换，平滑化3.对缺失值采取不同的填充方式4.对类别特征按情况采取la...

2018-12-08 22:03:43 4036 1

原创泰坦尼克号比赛预测5：能上0.83的代码

今天找到了一份可以上0.83的代码，真是令人震惊，作者只是用了knn的单模型就做到了这个成绩。其中他构建了一个很新奇的特征：家庭中是否有人存活，我不知道是不是这个意思。最后也没有交叉验证，甚至划分出验证集，只是使用了网格搜索，当然，这并不意味着作者做了很少的工作，实际上在他的Kernels中它提到了自己尝试了很多模型，最后发现knn表现非常好，原文链接如下：https://www.kaggle.c...

2018-12-08 10:57:51 648

原创泰坦尼克号比赛预测四：使用keras基于深度学习预测

找到了一篇基于深度学习进行泰坦尼克比赛预测的代码。写得非常好，我做了一点点修改，准确了准确率在0.794代码是基于keras写的，以后再做此类问题时可以模仿着进行迁移。原文链接：https://www.kaggle.com/rafaelvleite/titanic-artificial-neural-network-80-score/code代码如下：# -*- coding: ...

2018-12-07 22:13:31 1255

原创泰坦尼克号预测三：投票法

今天找到一篇新的关于泰坦尼克号比赛的分析文章，作者号称可以上0.8，但是我竟然跑了0.76，而线下是0.83，过拟合了。不过我觉得这里面的对于网格搜索和voting_classifier类的使用以及一些多变量联系的可视化操作是值得学习的，因此我把代码记录在下面，原文连接：https://www.kaggle.com/masumrumi/a-statistical-analysis-ml-workf...

2018-12-07 16:56:13 305

原创泰坦尼克号比赛分层预测

上一篇最终提交了一下，结果是77。然后那一篇主要在于前面的特征工程，后面的模型部分没有很详细处理，今天找到一篇在模型建立上很好的文章，第一层作者用了5个模型分别进行预测，并且是交叉验证实现，然后作者把第一层的结果作为输出，又利用一个xgb模型作为第二层的训练，特征提取上与第一篇文章没有大的区别，那么结果我也提交了，分数是0.799，我也是醉了，差一点到0.8.代码贴出来如下，重点就是如何做的分层预...

2018-12-06 21:08:51 308

原创泰坦尼克号比赛大神级分析

最近在学习如何打数据挖掘比赛，感觉以前自己根本没有分析的去做比赛，因此我在重温之前的一些比赛，想看一下大神的思路是怎样的，今天这个比赛就是kaggle的入门比赛：泰坦尼克号比赛。虽然是入门的，但是有太多的大神对这份数据提出了自己的见解，今天我看的这份报告是一个完全版的分析，英文版的，我想把它翻译过来，也记录一下大神的思路。（如果这是侵权，我就删除了。。。）先附上原文链接：https://www.k...

2018-12-05 20:26:27 767

原创 pandas 的describe函数的参数详解

基本上pandas的describe函数大家都会使用，我之前也是，直接data.describe(),就把数据的统计信息给打印出来了。但是今天因某些原因研究了一下describe的参数，才知道其实describe还有很多其他的作用。这是官方文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.desc...

2018-12-04 21:54:59 64914 2

xckkcxxck的博客