コース04-中級機械学習

031.はじめに(Introduction)[Kaggle日本語訳]YourTurn

  • LINEで送る

340 views

     

ウォームアップとして、いくつかの機械学習の基礎を確認し、最初の結果をKaggleコンテストに提出します。

セットアップ

以下の質問はあなたの仕事についてのフィードバックを与えるでしょう。 次のセルを実行して、フィードバックシステムを設定します。

実行結果

 

Kaggle Learn Usersの住宅価格コンペティションのデータを使用して、住宅の(ほぼ)すべての側面を説明する79の説明変数を使用して、アイオワ州の住宅価格を予測します。

変更せずに次のコードセルを実行して、X_trainおよびX_validのトレーニングおよび検証機能を、y_trainおよびy_validの予測ターゲットとともにロードします。 テスト機能はX_testにロードされます。 (機能と予測ターゲットを確認する必要がある場合は、この短いチュートリアルを確認してください。モデルの検証について読むには、こちらをご覧ください。または、コース全体を確認してこれらすべてのトピックを確認する場合は、こちらから始めてください。 )

次のセルを使用して、データの最初の数行を印刷します。 これは、価格予測モデルで使用するデータの概要を取得するための優れた方法です。

実行結果

 

次のコードセルは、5つの異なるランダムフォレストモデルを定義します。 このコードセルを変更せずに実行します。 (ランダムフォレストを確認するには、こちらをご覧ください。

5つから最適なモデルを選択するには、以下の関数score_model()を定義します。 この関数は、検証セットから平均絶対誤差(MAE)を返します。 最良のモデルが最低のMAEを取得することを思い出してください。 (平均絶対誤差を確認するには、こちらをご覧ください。)

変更せずにコードセルを実行します。

実行結果

 

ステップ1:いくつかのモデルを評価する

上記の結果を使用して、以下の行に入力してください。 どのモデルが最適なモデルですか? 答えは、model_1、model_2、model_3、model_4、またはmodel_5のいずれかである必要があります。

実行結果

 

ステップ2:テスト予測を生成する

すごい。 あなたは正確なモデルを作るものを評価する方法を知っています。 次に、モデリングプロセスを実行し、予測を行います。 次の行で、変数名my_modelを使用してランダムフォレストモデルを作成します。

実行結果

 

変更せずに次のコードセルを実行します。 コードはモデルをトレーニングおよび検証データに適合させ、CSVファイルに保存されるテスト予測を生成します。 これらのテスト予測は、コンテストに直接送信できます。

結果を送信する

ステップ2を正常に完了すると、結果をリーダーボードに送信する準備が整います。 まず、まだ参加していない場合は、コンテストに参加する必要があります。 したがって、このリンクをクリックして新しいウィンドウを開きます。 次に、[コンテストに参加]ボタンをクリックします。

次に、以下の手順に従ってください。

  1. ウィンドウの右上隅にある青い[バージョンの保存]ボタンをクリックして開始します。これにより、ポップアップウィンドウが生成されます。
  2. [保存してすべて実行]オプションが選択されていることを確認し、青い[保存]ボタンをクリックします。
  3. これにより、ノートブックの左下隅にウィンドウが生成されます。実行が終了したら、[バージョンの保存]ボタンの右側にある番号をクリックします。これにより、画面の右側にバージョンのリストが表示されます。最新バージョンの右側にある省略記号(…)をクリックし、[ビューアで開く]を選択します。これにより、同じページの表示モードになります。これらの手順に戻るには、下にスクロールする必要があります。
  4. 画面右側の[出力]タブをクリックします。次に、送信するファイルをクリックし、青い[送信]ボタンをクリックして、結果をリーダーボードに送信します。

これで、コンテストへの応募に成功しました。

パフォーマンスを向上させるために作業を続けたい場合は、画面の右上にある青い[編集]ボタンを選択します。次に、コードを変更してプロセスを繰り返すことができます。改善の余地はたくさんあり、作業しながらリーダーボードに登ります。

次に進もう

あなたはあなたの最初のモデルを作りました。 しかし、どうすればすぐに改善できますか?

値が欠落している列を組み込むことにより、競争結果を改善する方法を学びます。

データサイエンスの森 Kaggleの歩き方 [ 坂本俊之 ]

価格:2,904円
(2020/11/25 23:14時点)
感想(0件)

Kaggleで勝つデータ分析の技術 [ 門脇大輔 ]

価格:3,608円
(2020/11/24 23:50時点)
感想(0件)

すぐに使える!業務で実践できる!PythonによるAI・機械学習・深層学習アプリ [ クジラ飛行机 ]

価格:3,520円
(2020/12/10 11:12時点)
感想(1件)

  • LINEで送る