博文

[转载]机器学习kaggle比赛准备

已有 1531 次阅读 2020-2-17 09:18 |个人分类:科研|系统分类:科研笔记| 机器学习 |文章来源:转载

0基础的人如何上手Kaggle？

理论上来讲，Kaggle欢迎任何数据科学的爱好者，不过实际上，要想真的参与其中，还是有一定门槛的。一般来讲，参赛者最好具有统计、计算机或数学相关背景，有一定的coding技能，对机器学习和深度学习有基本的了解。Kaggle任务虽然不限制编程语言，但绝大多数队伍会选用Python和R，所以你应该至少熟悉其中一种。此外，对于那些对成绩有追求的人，Feature Engineering也是必不可少的。

当然，如果你从未独立做过一个项目，还是要从练习赛开始熟悉。因为竞赛模式中的任务是公司悬赏发布的实际案例，并没有标准的答案；而练习赛不仅项目难度低，而且是有官方给出的参考方案的，大家可以用来对比改善自己的测试结果，从中进行提高。所以呢，建议感兴趣的同学先去独立做一下101和playground的训练赛，至于做多少个案例才能上道，就要看个人素质啦。这里为大家推荐几篇非常好的文章，里面手把手的教了大家入门级的两个经典练习项目，供大家学习。

1. Titanic（泰坦尼克之灾）

中文教程：逻辑回归应用之Kaggle泰坦尼克之灾（点击查看）

英文教程： An Interactive Data Science Tutorial （点击查看）

2. House Prices: Advanced Regression Techniques（房价预测）

中文教程： Kaggle竞赛 — 2017年房价预测（点击查看）

英文教程： How to get to TOP 25% with Simple Model using sklearn （点击查看）

3. Digital Recognition（数字识别）

中文教程：大数据竞赛平台—Kaggle 入门（点击查看）

英文教程： Interactive Intro to Dimensionality Reduction （点击查看）

资源：

这里有超级良心的手把手教程，如何在 Kaggle 首战中进入前 10% ，详细介绍了Kaggle项目的大致流程，包括Data Exploration, Statistical Test, Data Processing, Feature Engineering, Model Selection, Ensemble Generation每一步该怎么做，有哪些Tips，最后还给出了一个“Home Depot Search Relevance”的案例，拿到它就可以开始自己的Kaggle排位赛了！祝愿大家都能够成为一个优秀的Data Scientist！

接下来是我整理的一些相关的学习资源，大家各取所需。