kaggle CrowdFlower

Kaggle_crowdflower

Solução de 1º lugar para os resultados da pesquisa Concorrência relevante em Kaggle

O melhor modelo único que obtivemos durante a competição foi um modelo XGBOOST com impulsionador linear da pontuação pública de LB 0,69322 e escore LB privado 0,70768 . Nossa finalização final foi um conjunto mediano de 35 melhores envios públicos de LB. Este envio obteve 0,70807 em Public LB e 0,72189 no Private LB.

O que há de novo

• 2016/05/2016: Para uma versão mais limpa e modular deste código e estrutura, convém verificar o Kaggle_homedepot, que mantém a solução do Código de Teste de Turing para a concorrência de relevância de pesquisa de produtos recentemente Home Depot em Kaggle.

Fluxograma

Documentação

Veja ./Doc/Kaggle_CrowdFlower_ChenglongChen.pdf para documentação.

Instrução

• Faça o download dos dados do site da competição e coloque todos os dados na pasta ./Data .
• Execute python ./Code/Feat/run_all.py para gerar recursos. Isso levará algumas horas.
• Execute python ./Code/Model/generate_best_single_model.py para gerar o melhor envio de modelo único. Em nossa experiência, são necessárias apenas algumas tentativas para gerar modelo de melhor desempenho ou desempenho semelhante. Consulte o login de treinamento ./Output/Log/[Pre@solution]_[Feat@svd100_and_bow_Jun27]_[Model@reg_xgb_linear]_hyperopt.log ]_[feat@svd100_and_bow_jun27 ]_[model@reg_xgb_linears ]_hyperOpt.log Por exemplo.
• Execute python ./Code/Model/generate_model_library.py para gerar biblioteca de modelos. Isso consome bastante tempo. Mas você não precisa esperar que esse script termine: você pode executar a próxima etapa depois de treinar alguns modelos.
• Execute python ./Code/Model/generate_ensemble_submission.py para gerar envio via seleção de conjuntos.
• Se você não deseja executar o código, basta enviar o arquivo ./Output/Subm .