前半部分是各种碎碎念，介绍自己0基础入门机器学习的经历，不喜欢可以跳过
后半部分介绍自己的比赛方案
双非文科出身，0基础完全靠自学入门【机器学习】，在一场练习赛中Sole，成绩从第1661名达到了全球第362名（总共1728支队伍，前20.9%）。
成绩是真实的，排行榜是我用HTML代码改的，因为提交不上去
最开始的参赛的时候成绩是1661名，提交了23次，成绩才一点点上去了，如果我继续调参的话，成绩应该还有优化的空间。
备注里面全都是XGboost参数
虽然名次不怎么好，但我总体感觉还是很快乐的，毕竟是生命中第一次参加全球级的赛事，我也只是个0基础的文科生，能进前50%我就已经非常满足了。
原来自己是做产品经理的，走上自学机器学习的道路完全是出于机缘巧合，大概是在2020年7月的时候，我正巧在自学数据分析，报名参加了【2020中国Datathon数据分析大赛】，有幸拿到了一个亚军，赚了1.5W奖金。
之后自己就着了道，心想：“要是每个月都能靠参加比赛拿奖金，我是不是就不用参加工作了。”
于是便在10月份转行当了数据分析师，虽然目前只是个SQL Boy，但好在下班时间我还是会花1-2小时自学【机器学习】。
当时也是按照别人推荐的学习路线，看吴恩达的《机器学习》视频课，买了周志华的《西瓜书》，但发现自己老是学不进，总感觉代码太少了，学的都是一些理论知识。
后来看到一些关于【高中生参加Kaggle拿金牌】的文章，给了我很大的启发，里面有一句话彻底改变了自己的学习路线：
很多机器学习算法都是黑盒子，你不一定需要了解支撑它们运作的数学原理，只要会用就行。
正因如此，我改变了学习方式，不再看《机器学习》相关的理论知识和数学推导，直接开始上手【Sklearn官方文档】（英文版和中文版交替看）。
我发现很多机器学习算法真的如他们所说：“都是封装好的代码，就算不会调参，只要学会fit和train两段代码，就能够很好地运用。”
**正因如此，我在简单学习了Sklearn、Keras、XGboost的官方文档后，就直接开始了自己的Kaggle赛事第二站——**Tabular Playground Series - Jan 2021
比赛链接：
Tabular Playground Series - Jan 2021www.kaggle.com
比赛方案简介：
我算是一边比赛一边学习了，整理出了属于自己的【机器学习步骤】，我的比赛过程大致遵循如下图所示的笔记目录：
内容很乱，见谅
最低0.47元/天 解锁文章
1778
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
