Kaggle Tutorial Titanic Précision 80.9% (Top 7% 0.80861)

Tutoriel Kaggle "Titanic"

image.png

Kaggle est le plus grand site de compétition de machine learning au monde. Titanic est une tâche semblable à un didacticiel.

Cette compétition prédit la vie et la mort des passagers du Titanic. https://www.kaggle.com/c/titanic/overview

Pour le moment, j'ai essayé et fait des erreurs jusqu'à ce que je franchisse la barrière des 80%. Je vais la présenter brièvement cette fois. Il y a un code à la fin (github)

Aperçu des données

image.png

Prédisez ce survécu. Les données du train sont de 892 pièces. Le nombre de données d'essai (données à soumettre) est de 417.

Ce que vous avez fait dans le top 7%

J'ai regardé d'autres noyaux et articles et essayé diverses choses.

Achèvement des données

Montant de la fonctionnalité créée

Résumé des fonctionnalités

Utilisez les 31 variables ci-dessus. 1 Pclass 2 Sex 3 Fare 4 n_same_ticket 5 Embarked_C 6 Embarked_Q 7 Embarked_S 8 Ticket_ini_1 9 Ticket_ini_2 10 Ticket_ini_3 11 Ticket_ini_A 12 Ticket_ini_C 13 Ticket_ini_Others 14 Ticket_ini_P 15 Ticket_ini_S 16 Ticket_ini_W 17 Title_Master. 18 Title_Miss. 19 Title_Mr. 20 Title_Mrs. 21 Title_Others 22 Cabin_Initial_B 23 Cabin_Initial_C 24 Cabin_Initial_D 25 Cabin_Initial_E 26 Cabin_Initial_N 27 Cabin_Initial_Others 28 IsAlone 29 Family_size_small 30 Family_size_mid 31 Family_size_big

Modèle d'apprentissage automatique

Utilisez Random Forest. Les hyper paramètres ont été ajustés de manière appropriée et les valeurs prédites ont été moyennées par 10 formules de 10 fois. La division a utilisé la division k stratifiée.

J'ai également essayé d'utiliser LightGBM, XGBoost et Catboost. Cependant, le score public était meilleur pour la forêt aléatoire. (Est-ce un surapprentissage?) J'ai fait quelques modèles et essayé d'obtenir un ensemble, mais à la fin, Random forest seul était le MEILLEUR, donc Je suis allé avec ça.

Variables importantes

À propos, les variables importantes de la forêt aléatoire étaient comme ça. image.png

Github Je l'ai posté. Si vous voulez voir les détails, veuillez vérifier ici. Déplacez-le simplement et il devrait être précis à ** 80,861% **. https://github.com/taruto1215/Kaggle_Titanic

L'opportunité pour cette fois

En fait, je participe à un cours de science des données au laboratoire Matsuo de l'Université de Tokyo appelé GCI2020summer. A cette époque, j'ai décidé de participer à la compétition Titanic. Je pense que ce sera environ 80% dans environ 2 jours, et je pense que ce sera terminé avec une précision de 78-9% d'ici la date limite. .. ..

J'étais déçu, alors j'ai continué à me remettre en question et j'ai atteint 80%. Je suis encore un débutant, donc si vous avez des conseils, n'hésitez pas à me contacter.

Recommended Posts

Kaggle Tutorial Titanic Précision 80.9% (Top 7% 0.80861)
Kaggle Tutorial Le savoir-faire Titanic pour être dans le top 2%
Défiez Kaggle Titanic
Essayez le didacticiel Titanic de Kaggle
Examinez les paramètres de RandomForestClassifier dans le didacticiel Kaggle / Titanic
Regardez de plus près le tutoriel Kaggle / Titanic
[Pour les débutants de Kaggle] Titanic (LightGBM)
[Kaggle] J'ai fait une collection de problèmes en utilisant le didacticiel Titanic
Certains modèles de Kaggle's Titanic (kaggle ④)
Explication d'approche pour que les débutants soient dans le top 1,5% (0,83732) dans Kaggle Titanic_1
Explication d'approche pour que les débutants soient dans le top 1,5% (0,83732) dans Kaggle Titanic_2