文件名称：kaggle-otto-group:Kaggle的Otto集团产品分类挑战
文件大小：6KB
文件格式：ZIP
更新时间：2024-05-29 16:42:38
Python
Kaggle的Otto集团产品分类挑战 介绍 这是我针对代码。 我在博客中有关该解决方案的文章。 最终模型通过堆叠使用两个级别的集合。 30次奔跑可获得0.4192的私人LB（前5％）。 级别1和级别2的训练数据大致分为1：1，并且可以对其进行微调以获得更好的结果。 这项比赛吸引了我，因为： 论坛上有很多竞争对手和解决方案可供学习。 功能工程非常有限，因此我可以专注于尝试不同的模型。 使用模型集成的好机会。 依存关系 CUDA工具包7.0 Python 2.7.6 千层面0.1.dev 无学习0.5 numpy的1.8.2 熊猫0.13.1 scikit学习0.16.1 scipy 0.13.3 Theano 0.7.0 xgboost 0.4 跑步 将数据放入data目录 运行python ensembler.py
【文件预览】：
kaggle-otto-group-master
----data()
--------train.csv(0B)
--------sampleSubmission.csv(0B)
--------test.csv(0B)
----model()
--------level2.py(3KB)
--------__init__.py(0B)
--------level1.py(6KB)
----ensembler.py(859B)
----auxiliary.py(812B)
----README.md(1KB)