kaggle CrowdFlower

kaggle_crowdflower

حل المركز الأول لنتائج البحث المنافسة على kaggle

كان أفضل نموذج واحد حصلنا عليه خلال المسابقة هو نموذج XGBOOST مع تعزيز خطي لدرجة LB العامة 0.69322 ودرجة LB الخاصة 0.70768 . كان تقديمنا النهائي هو مجموعة متوسطة من 35 أفضل التقديمات العامة LB. سجل هذا التقديم 0.70807 على LB العام و 0.72189 على LB.

ما الجديد

• 2016/05/14: للحصول على إصدار أكثر نظافة ومعيارًا من هذا الرمز والإطار ، قد ترغب في التحقق من Kaggle_Homedepot ، الذي يحمل حل Turing Turn في مسابقة صلة بحث منتجات Home Depot مؤخرًا على kaggle.

مخطط انسيابي

الوثائق

انظر ./Doc/Kaggle_CrowdFlower_ChenglongChen.pdf للتوثيق.

تعليمات

• قم بتنزيل البيانات من موقع المنافسة ووضع جميع البيانات في المجلد ./Data .
• قم بتشغيل python ./Code/Feat/run_all.py لإنشاء الميزات. هذا سوف يستغرق بضع ساعات.
• قم بتشغيل python ./Code/Model/generate_best_single_model.py لإنشاء أفضل تقديم نموذج واحد. في تجربتنا ، لا يتطلب الأمر سوى بعض التجارب لإنشاء نموذج لأفضل أداء أو أداء مشابه. راجع سجل التدريب ./Output/Log/[Pre@solution]_[Feat@svd100_and_bow_Jun27]_[Model@reg_xgb_linear]_hyperopt.log
• قم بتشغيل python ./Code/Model/generate_model_library.py لإنشاء مكتبة النموذج. هذا مضيعة للوقت. لكن ليس عليك الانتظار حتى ينتهي هذا البرنامج النصي: يمكنك تشغيل الخطوة التالية بمجرد تدريب بعض النماذج.
• قم بتشغيل python ./Code/Model/generate_ensemble_submission.py لإنشاء التقديم عبر اختيار الفرقة.
• إذا كنت لا ترغب في تشغيل الرمز ، فما عليك سوى إرسال الملف في ./Output/Subm .