文件名称：kaggle-otto:Kaggle-奥托分类挑战赛
文件大小：58KB
文件格式：ZIP
更新时间：2024-05-22 14:59:55
Python
Kaggle的Otto分类挑战 正规贪婪森林 梯度提升分类器 使用 交叉验证： 调整参数： 学习率（eta） 二次采样率（二次采样） 单个树的最大深度（max_depth） 轮数：4000 观察结果： 树深= 10的效果比〜3好得多 迄今为止最好的： eta = 0.05，子样本= 0.75，num_rounds = 4000，max_depth = 2 简历测试logloss误差= 0.536728 + 0.017996 神经网络 烤宽面条+ nolearn 关于在欧几里得上使用THEANO的注意事项 module load cuda export CUDA_ROOT=/opt/apps/sysnet/cuda/6.0/cudatk THEANO_FLAGS='floatX=float32,device=gpu0,nvcc.fastmath=True' python <m
【文件预览】：
kaggle-otto-master
----.gitignore(41B)
----README.md(1KB)
----svc()
--------svc.py(3KB)
--------svc_qsub.py(341B)
--------svc_kfcv.py(2KB)
--------sim(388B)
----otto_utils.py(3KB)
----keras()
--------parameters.txt(378B)
--------kaggle_otto_nn.py(4KB)
--------log.txt(106KB)
--------keras_dg.py(4KB)
--------ANALYSIS.md(783B)
----rgf()
--------rgf_cv_launcher.py(2KB)
--------test.py(3KB)
--------rgf_qsubs.py(456B)
--------rgf_cv.py(2KB)
--------call_exe.pl(4KB)
--------rgf_ll.py(2KB)
--------rgf_cv_restart.py(2KB)
--------regularized_greedy_forest.py(7KB)
--------rf_cv.py(7KB)
--------ll_results.txt(2KB)
--------sim(406B)
--------rgf_l2l3_cv.py(3KB)
--------rgf_utils.py(8KB)
----ensemble.py(137B)
----nn()
--------Otto_Group_Competition.py(3KB)
--------nn_kfcv.py(3KB)
--------Otto_Group_Competition.ipynb(14KB)
----rf()
--------rfex_cv.py(3KB)
----adb()
--------adb_cv.py(3KB)
----xgb()
--------xgb_cv2.py(938B)
--------xgb_utils.py(2KB)
--------xgb_cv.py(2KB)
--------sim3(401B)
--------load_data.py(3KB)
--------get_minll.py(832B)
--------otto_pred.py(2KB)
--------rf_cv.py(3KB)
--------xgb_kfcv.py(2KB)
--------xgb_cv3.py(2KB)
--------sim2(397B)
--------xgb_qsub.py(684B)
--------benchmark.py(5KB)
--------sim(400B)
--------xg_otto.py(3KB)
--------xg_cv.py(3KB)
--------monitor_qsubs.py(806B)
----sims()
--------sim.adb(383B)
--------sim.rfex(426B)
--------sim.launch(394B)
--------sim.rf(364B)
----ANALYSIS.md(3KB)