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)