kaggle CrowdFlower

Kaggle_crowdflower

Solution de la 1ère place pour les résultats de recherche Concours de pertinence sur Kaggle

Le meilleur modèle unique que nous avons obtenu pendant la compétition était un modèle XGBOost avec un booster linéaire de score LB public 0,69322 et un score LB privé 0,70768 . Notre dernière soumission gagnante était un ensemble médian de 35 meilleures soumissions publiques LB. Cette soumission a marqué 0,70807 sur le LB public et 0,72189 sur le LB privé.

Quoi de neuf

• 2016/05/14: Pour une version plus propre et modularisée de ce code et de ce cadre, vous voudrez peut-être vérifier Kaggle_homedepot, qui contient la solution du code de Turing Test pour la concurrence de pertinence de recherche de produits récemment Depot sur Kaggle.

Organigramme

Documentation

Voir ./Doc/Kaggle_CrowdFlower_ChenglongChen.pdf pour la documentation.

Instruction

• Téléchargez les données du site Web du concours et placez toutes les données dans le dossier ./Data .
• Exécutez python ./Code/Feat/run_all.py pour générer des fonctionnalités. Cela prendra quelques heures.
• Exécutez python ./Code/Model/generate_best_single_model.py pour générer la meilleure soumission de modèle unique. D'après notre expérience, il ne faut que quelques essais pour générer un modèle de meilleures performances ou de performances similaires. Voir la formation de formation ./Output/Log/[Pre@solution]_[Feat@svd100_and_bow_Jun27]_[Model@reg_xgb_linear]_hyperopt.log de LOBTAGE_OFEAT@SVD100_AND_BOW_JUN27 DMADE_OMODEL@reg_xgb_linear.
• Exécutez python ./Code/Model/generate_model_library.py pour générer une bibliothèque de modèles. Cela prend beaucoup de temps. Mais vous n'avez pas à attendre que ce script se termine: vous pouvez exécuter l'étape suivante une fois que certains modèles ont été formés.
• Exécutez python ./Code/Model/generate_ensemble_submission.py pour générer une soumission via la sélection d'ensemble.
• Si vous ne souhaitez pas exécuter le code, soumettez simplement le fichier dans ./Output/Subm .