kaggle CrowdFlower

Kaggle_crowdflower

Solusi tempat pertama untuk hasil pencarian kompetisi relevansi di kaggle

Model tunggal terbaik yang kami peroleh selama kompetisi adalah model XGBoost dengan pendorong linier skor LB publik 0,69322 dan skor LB pribadi 0,70768 . Pengajuan kemenangan terakhir kami adalah ansambel rata -rata dari 35 pengajuan LB publik terbaik. Pengajuan ini mencetak 0,70807 pada LB publik dan 0,72189 di Private LB.

Apa yang baru

• 2016/05/14: Untuk versi kode dan kerangka kerja yang lebih bersih dan modularisasi ini, Anda mungkin ingin memeriksa Kaggle_homedepot, yang memegang solusi Kode Turing Test untuk kompetisi relevansi produk Depot Home Depot baru -baru ini di Kaggle.

Flow chart

Dokumentasi

Lihat ./Doc/Kaggle_CrowdFlower_ChenglongChen.pdf untuk dokumentasi.

Petunjuk

• Unduh data dari situs web kompetisi dan masukkan semua data ke dalam folder ./Data .
• Jalankan python ./Code/Feat/run_all.py untuk menghasilkan fitur. Ini akan memakan waktu beberapa jam.
• Jalankan python ./Code/Model/generate_best_single_model.py untuk menghasilkan pengiriman model tunggal terbaik. Dalam pengalaman kami, hanya perlu beberapa uji coba untuk menghasilkan model kinerja terbaik atau kinerja serupa. Lihat login pelatihan ./Output/Log/[Pre@solution]_[Feat@svd100_and_bow_Jun27]_[Model@reg_xgb_linear]_hyperopt.log MET_HEFEAT@SVD100_AND_BOW_JUN27#_$$Model@reg_xgb_linear $_hyperopt.log misalnya.
• Jalankan python ./Code/Model/generate_model_library.py untuk menghasilkan perpustakaan model. Ini cukup memakan waktu. Tetapi Anda tidak perlu menunggu skrip ini selesai: Anda dapat menjalankan langkah berikutnya setelah Anda memiliki beberapa model yang dilatih.
• Jalankan python ./Code/Model/generate_ensemble_submission.py untuk menghasilkan pengiriman melalui pemilihan ensemble.
• Jika Anda tidak ingin menjalankan kode, cukup kirimkan file di ./Output/Subm .