Kaggle竞赛入门（二）：如何验证机器学习模型
本文翻译自kaggle learn，也就是kaggle官方最快入门kaggle竞赛的教程，强调python编程实践和数学思想（而没有涉及数学细节），笔者在不影响算法和程序理解的基础上删除了一些不必要的废话，英文有的时候比较啰嗦。 一.什么是模型验证 模型验证在机器学习当中非 ...
原文：如何做到机器学习竞赛Kaggle排名前2%
原创文章，同步首发自作者个人博客 。转载请务必在文章开头显眼处注明出处 摘要 本文详述了如何通过数据预览，探索式数据分析，缺失数据填补，删除关联特征以及派生新特征等方法，在Kaggle的Titanic幸存预测这一分类问题竞赛中获得前 排名的具体方法。 竞赛内容介绍 Titanic幸存预测是Kaggle上参赛人数最多的竞赛之一。它要求参赛选手通过训练数据集分析出什么类型的人更可能幸存，并预测出测试 ...
2017-04-13 06:53 0 6001 推荐指数：
相关推荐
《机器学习及实践--从零开始通往Kaggle竞赛之路》
在开始说之前一个很重要的Tip：电脑至少要求是64位的，这是我的痛。 断断续续花了个把月的时间把这本书过了一遍。这是一本非常适合基于python入门的机器学习入门的书籍，全书通俗易懂且有代码提供。书中源代码连接为Ipython环境。主页君使用的是pycharm，python2.7，具体安转过 ...
机器学习（十九）— xgboost初试kaggle
1、官网下载kaggle数据集Homesite Competition数据集，文件结构大致如下： 2、代码实战 ...
Kaggle机器学习之模型集成（stacking）
Stacking是用新的模型（次学习器）去学习怎么组合那些基学习器，它的思想源自于Stacked Generalization这篇论文。如果把Bagging看作是多个基分类器的线性组合，那么Stacking就是多个基分类器的非线性组合。Stacking可以很灵活，它可以将学习器一层一层地堆砌 ...
Python机器学习及实践_从零开始通往KAGGLE竞赛之路PDF高清完整版免费下载|百度云盘|python基础入门学习教程
Python机器学习及实践_从零开始通往KAGGLE竞赛之路PDF高清完整版百度网盘免费下载 提取码：ceqs 豆瓣评分： 内容读者 本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步 ...
Python机器学习实践与Kaggle实战（转）
%98-machine-learning-for-kaggle-competition-in-python/ Author: Mia ...
GitHub排名TOP30的机器学习开源项目
对于机器学习者来说，阅读开源代码并基于代码构建自己的项目，是一个非常有效的学习方法。看看以下这些Github上平均star为3558的开源项目，你错了哪些？ 1. FastText：快速文本表示和文本分类库（Github上有11786颗星，贡献者Facebook Research ...
对机器学习与数据竞赛的一些总结（转）
应导师要求，给新来的师弟师妹讲讲机器学习的一些东西，方便有个大概的结构，本人不才，略写点自己的看法和总结，有错误之处请多多指教。 回顾比赛 最近半年参加的比赛成绩： 1. 阿里音乐流行趋势预测大赛 2016.5.17-7.15 Top 15/5476 2. 最后一公里极速 ...