问题标签 [kaggle]

在 OSX 上将 PyDev 与 Python 2.7 的 Eclipse 环境一起使用。试图计算数组中的元素并将数组中的元素相加。在索引上出现错误。

让我知道我是否可以提供更多信息。

谢谢你。

更新： 我进行了编辑，但得到了另一个关于模块不可调用的错误：

更新： 我将 os.path('train.csv') 更改为 os.path.join('train.csv')，但出现另一个关于找不到 .csv 文件的错误。

这是 .csv 文件和 python 脚本的绝对路径。

'/Users/scdavis6/Desktop/train.csv'

'/Users/scdavis6/Documents/Kaggle/Titanic1.py'

我想training.csv用 Octave阅读Kaggle 比赛的文件。该文件包含 16 个字段。前 15 个是关键点的坐标。第 16 个是图像，它是由空格分隔的9216 个数字（0 到 255）。

尝试过，但没有运气以下：

笔记：

• 该文件还包含缺失的数据。
• csv 文件的前 3 行在这里：pastebin.com/pwBQgcfa

谢谢，

通过将 PCA 添加到算法中，我正在努力提高 kaggle 数字识别教程的 %96.5 SKlearn kNN 预测分数，但基于 PCA 输出的新 kNN 预测结果非常糟糕，比如 23%。

以下是完整代码，如果您指出我错了，我将不胜感激。

目前我正在参加几场 Kaggle 机器学习比赛，我有一个简单的问题。为什么我们使用交叉验证来评估我们的算法在这些比赛中的有效性？

当然，在这些比赛中，你在公开排行榜上的得分，你的算法会根据实际实时数据进行测试，这会让你更准确地表示你的算法效率吗？

我有列表形式的数据。我想做类似的事情(data[1::100])[3]，我访问前 100 个元素，然后只访问所有这些元素的第三列。在 Kaggle 的教程中，我看到过类似的东西data[1::100,3]，但是 Python 说：

TypeError：列表索引必须是整数，而不是元组。

是否有捷径可寻？我可以只使用一个循环或其他东西，但这会出现很多，所以有一些速记会很好。

如何在 IPython 笔记本内部的 Matplotlib 中向 xy 线图添加图例？我目前的尝试：

这样做，我收到以下错误：

/Users/mc/.virtualenvs/kaggle/lib/python2.7/site-packages/matplotlib/legend.py:613: UserWarning: Legend does not support [] 使用代理艺术家。

http://matplotlib.sourceforge.net/users/legend_guide.html#using-proxy-artist

(str(orig_handle),)) /Users/mc/.virtualenvs/kaggle/lib/python2.7/site-packages/matplotlib/legend.py:613: UserWarning: Legend does not support [] 使用代理艺术家。

http://matplotlib.sourceforge.net/users/legend_guide.html#using-proxy-artist

(str(orig_handle),))

如果我不这样做，则此命令有效plt.scatter，plt.plot但我想要一个折线图而不是 x,y 点。

我正在尝试直接在 R 中下载 Kaggle 数据文件：

任何已知的走动？

我收到以下错误

c50 代码调用退出，值为 1

我正在根据 Kaggle 提供的泰坦尼克号数据进行此操作

输出 ：-

然后我尝试使用 C5.0 dtree

所以运行上面的行给了我这个错误

我无法弄清楚出了什么问题？我在不同的数据集上使用了类似的代码，并且运行良好。关于如何调试代码的任何想法？

-谢谢

在使用 pandas 玩 kaggle titanic 数据集时，我发现一个地方我在 python 中编写了一个显式循环，但我想知道是否有更有效的方法？考虑以下程序：

我的问题是是否可以在s没有循环的情况下生成？

我需要解压缩transactions.gz从 Kaggle 下载的文件；大约 (2.86 GB)，3.5 亿行，11 列。

我在 RStudio、Windows Vista、32 位、RAM：3 GB 上试过：

但我在控制台上收到此错误消息

我检查了这个案例，但它对我不起作用：Decompress gz file using R

我将不胜感激任何建议。