文件名称:kaggle-otto:Kaggle 上 Otto Group 产品分类挑战的方法描述
文件大小:16KB
文件格式:ZIP
更新时间:2024-06-25 02:32:06
Kaggle Otto Group 分类挑战赛 这是我参加过的最有趣的挑战之一,原因如下: 数据量小 特征已经给出,但不知道它们的含义(这对我来说使特征工程变得不可能) 论坛上有很多有趣的想法——我在 scikit-learn、XGBoost、nolearn 和 Lasagne 中了解了校准分类器 所以主要的比赛是关于调整分类器的,我以前从未真正做过,至少在如此大量的情况下,这是一次很好的经验和机会,可以了解更多关于各种分类方法的各种参数。 如果我对神经网络有更多的了解,我想我会得到更高的分数,但我有点被它们困住了,并且无法获得其他一些论坛用户获得的极低分数(0.42 左右,如果我正确回忆)。 可以在此处找到我所有提交的完整列表(及其分数): : 描述所用神经网络架构的配套列表可以是在这里找到: : 我最好的结果是混合了多个模型,即 3 个平均神经网络(每个是 4 个网络的平均
【文件预览】:
kaggle-otto-master
----CVscoresLLoss(40KB)
----best-avgs-new.ipynb(9KB)
----final.rst(15KB)
----LICENSE.txt(1KB)
----descriptions.txt(11KB)
----basic_clf-averaging.ipynb(5KB)
----basic_clf_CV.ipynb(5KB)
----README.rst(4KB)
----basic_clf.ipynb(6KB)