kaggle titanic怎样做到准确率90%+
titanic作为一个训练项目,个人觉得练练手熟悉熟悉工具以及一些常见的特征选择和处理方法就行了,实在没有太大的必要在这个任务上花太多精力去刷。好多成绩非常好的人都是使用了一些非常tricky的技巧,实用性不是很大。比如,一般来说姓名对于预测能否生还没有太大的价值,但在这个赛题的设置下,适当的考虑姓名可以发挥意想不到的作用。如训练集中头等舱一个姓Abel(随便起的,但是ms确实有这样的实例)的男性生还了,那么测试集中头等舱同样姓Abel的女子和小孩则很可能也能够生还,因为一家子基本上男的活下来了老婆孩子也问题不大。这种trick就基本没有实用性和普适性了。与其花很多精力在这个上面,还是关注一些其他有意思的赛题更好。
■网友
0.8+的路过,用了多个模型,然后简单的投票就到了0.8+的效果,个人感觉这个项目没有太多深究的必要,这个只是用来熟悉kaggle的,还是找一些真实的项目搞比较能锻炼水平.
■网友
题主你好。
我觉着这个问题不该追求过高准确率。
想象一下,你当时就在那条船上。你的性别,年龄,座舱甚至有几个兄弟姐妹,父母是否获救等条件都表明你获救概率极大,但是你这孙子就是想玩殉情,或者吓傻了失足掉海了。然后你的模型再精妙也算不到有这种2B啊。
拿着一半遇难者名单,来推测另一半的结果。能猜中个八成已经很了不起了。非要追求高准确率有什么意义吗?
■网友
Titanic: Machine Learning from Disaster那些人是怎么达到1.000的准确率的,原因是所有受害者与幸存者的名单都是公开的,而数据集里也包含名字字段。
■网友
昨天刚做的,才做了一天,先占个坑.过两天再来回答
■网友
楼主说的 90%+ 的 代码 参考链接 还有吗,想看看 ,自己也正在学习,暂时没找到你说的90+的文章
■网友
我刚开始做这个,有代码可以分享吗?怎么找到那些代码呢?
■网友
【kaggle titanic怎样做到准确率90%+】 真心觉得不用太在意这个题目。
■网友
同很好奇,我用的logisticregression,只到76%,丢掉了四个columns,然后各种调参也只能到76%
推荐阅读
- 聪明人养花,这3种“花”怎样也要养一盆,每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起,QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高?座椅加热的最佳使用方式二,外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团,对企业的积极意义和消极意义
