問題タブ [kaggle]

私は現在、Kaggle からのデータセットを評価する必要がある大学向けのプロジェクトを行っています: ここに画像の説明を入力してください

私の問題は非常に単純ですが、調査してもわかりませんでした: Pythonで給与が50Kより高いか低いかを比較するにはどうすればよいですか? 問題は「if-clause」の行にあります。常に次のエラーが表示されます: IndexError: string index out of range

私を助けてくれてありがとう！

私はjupyterノートブックを使用して、kaggle https://www.kaggle.com/c/word2vec-nlp-tutorial/details/part-1-for-beginners-bag-of-wordsでこの問題を練習しています。

次のコードを使用すると

import nltk
nltk.download() # ストップワードを含むテキストデータセットをダウンロード

カーネルがビジー状態になり、それ以上セルを実行できなくなります。

ipython ノートブックのさまざまなセクションへのリンクを作成しようとしました。

以下のコードを使用しました。

上記のコードは、2 番目のセクションへのリンクを作成し、jupyter ノートブックで正常に実行されますが、kaggle コンペティションで ipython で同じコードを使用しようとすると、機能しませんでした。

jupyter ノートブックでは機能しているのに、kaggle ipython ノートブックでは機能しなかった理由がわかりましたか。

機能エンジニアリングで Kaggle の fill null メソッドを調べました。一部のプレーヤーは、NA を別のオブジェクト値で埋めます。

たとえば、性別列には「男性」、「女性」、および NA の値があります。メソッドは、NA を「Middle」などの別のオブジェクト値で埋めることです。その後、 null なしで sex 属性を扱い、pandas は null を検出しません。

この方法が機械学習モデルのパフォーマンスまたは優れた機能エンジニアリングに本当に良い影響を与えることを知りたいですか? それ以外に、データセットで知識のある発見がなかった後に NA を埋める良い方法はありますか?

Kaggle でタイタニック問題を解決しようとしていますが、特定のテスト データの出力を取得する方法がわかりません。

ネットワークを正常にトレーニングし、メソッドを呼び出しますmake_prediction(x, test_x)

np.arrayこの場合、予測を含むtest_dataa を取得するために a を渡す方法がわかりませんnp.array0/1

完全なコードへのリンク

まず、これを読んで助けてくれてありがとう。

tersorflow で conv2d を使用して mnist 分類の入力パイプラインを構築しようとしています。私のデータセットはkaggle csvファイルで、ファイルには次の行があります：label、features1、features2、feature3、...、feature 784

コードは次のとおりです。

何が起こるかというと、次の後にハングします。

キューがいっぱいになっていないことがテンソルボードでわかりますが、その理由がわかりません。

どんな助けでも大歓迎です!!!

Kaggle Titanic データセットに取り組んでいます。私は決定木をよりよく理解しようとしています。私は線形回帰をかなり扱ってきましたが、決定木は決して扱いませんでした。ツリーの python でビジュアライゼーションを作成しようとしています。しかし、何かが機能していません。以下のコードを確認してください。

決定木を実際に見るにはどうすればよいですか? それを視覚化しようとしています。

助けてください！

私はこのチュートリアルを進めていました: http://ahmedbesbes.com/how-to-score-08134-in-titanic-kaggle-challenge.html

そして、中間セクションの最後のセクションに到達するまで、問題なく進みました。

ご覧のとおり、特徴はさまざまな間隔で広がっています。それらすべてを単位間隔で正規化しましょう。提出に必要な PassengerId を除くすべて

フィーチャが正常にスケーリングされました!

そして、私のpythonスクリプトで単語ごとに入力したにもかかわらず：

それは私にエラーを与え続けます:

ここで何が問題なのですか？以前の 49 セクションはすべて問題なく実行されたので、エラーが発生していたとしても、今では表示されていたはずですよね?

Kaggle でDogs vs. Cats Redux: Kernels Editionの問題を解決しようとしていました。単純な画像分類問題です。ただし、スコアが 17+ のランダム予測子よりも悪い結果になっています。これがなぜなのか誰か知っていますか？

ニューラル ネットワーク モデル

出力には活性化機能はありません。

予測、オプティマイザー、損失関数

画像はサイズ128 x 128 x 3の numpy 配列に変換され、64 のバッチ サイズでニューラル ネットワークに供給されます。

完全なコードはこちら

編集: 200 エポックに対して同じコードを実行しました。改善なし。私は少し悪いことをしました。

kaggle のタイタニック データセットで mlp を使用しようとしていますが、トレーニングすると、エポックを 1 に下げたり、ノードをほとんど (4,1,4) に下げたりしても、常に 1.0 の精度が得られます。入力のデータ型はすべて問題ありません。これがコードです

これがパッチ関数です

そしてこれが結果です