问题标签 [kaggle]

我一直在使用以下代码进行多类分类，它使用来自 scikit-learn 的 GradientBoostingClassifier。我面临一个将稀疏矩阵转换为密集矩阵的已知问题。

我已经应用了以下解决方案stackoverflow，但它不适用于我的情况。虽然我使用的解决方案适用于 RandomForestClassifier，但 AFAIK 它应该适用于 GradientBoostingClassifier！

如果我用 RandomForestClassifier 替换 GradientBoostingClassifier，也可以完美地添加此代码。

本例中的数据是具有 8 个目标类的 93 个数字特征。数据可以从Kaggle获取

追溯：

我目前使用泰坦尼克号数据集在 Kaggle 上练习 R 我正在使用随机森林算法

下面是代码

我收到以下错误

我的数据如下所示

如果我只输入以下内容，我没有强制问题，据我所知，这是唯一发生强制以创建 NA 值的地方

任何人都可以看到问题

感谢您的时间

我正在尝试为有关泰坦尼克号的 Kaggle 竞赛运行此代码以进行锻炼。它是免费的，是初学者的案例。我在这个包中使用 R 中的神经网络包。

这是来自网站的火车数据：

在这里，我根据幸存者训练神经网络。我想看看我是否可以预测谁幸存下来：

网络是训练好的。我加载测试数据并准备测试。

预测的最终测试：

首先，我不知道我应该采取多少隐藏的神经元。有时需要很长时间，当我成功时，我无法使用测试数据进行测试，因为发生错误，表明两个数据集不兼容：

我在这里做错了什么？

整个代码：

我是熊猫新手。我下载并安装了Anaconda。然后我尝试通过 Spyder 应用程序运行以下代码：

尽管这会按我的预期打印数据帧，但它也显示了这些错误

为什么我会收到这些错误？

编辑：我刚刚在IPython笔记本中测试了上面的代码，它可以正常工作。那么，我的Spyder安装有问题吗？任何帮助，将不胜感激。

EDIT2：经过一些测试，我可以读取 CSV 的前 5 行而不会收到警告。因此，我怀疑类型列NaN的第 6 行中的 afloat64正在触发警告。

我有一个机器学习算法，它涉及一系列步骤，例如清理数据、准备训练数据等。每个步骤都存储在 python 类的单独方法中。我想知道构造我的类的最佳实践方法是什么，以便在类实例化时自动执行这些步骤。

这是我所做的（代码是说明性的，但这种方法适用于真正的算法）。感觉有点笨拙。有没有更优雅的方式？

其中一个变量“Cabin”具有大量的 NA。我正在尝试使用决策树（rpart）来预测客舱不可用的乘客的客舱甲板。

目前，这是我的数据表的结构，它是训练集和测试集的 rbind。

请注意，我使用 strsplit 创建了“Cabin2”，它提取了“Cabin”变量的字母，据我了解，它对应于泰坦尼克号上的甲板。这大大减少了我与“小屋”战斗的关卡数量，从 187 个“小屋”减少到“小屋 2”的 8 个。

我正在尝试使用以下代码来预测机舱甲板：

我被 R 抛出的输出如下：

当我继续摆弄这些数据时，我拼命地试图弄明白这一点，但是我想知道为什么这段代码对我不起作用。

我正在尝试使用 spark 在 kaggle上解决这个问题：

输入的层次结构是这样的：

我想读取父目录“驱动程序”，对于每个子目录，我想创建一个pairRDD，键为(sub_directory,file_name)，值作为文件的内容

我检查了这个链接并尝试使用

这失败并出现错误：

但是当我运行下面的代码时，它可以工作。

但我不想这样做，因为在这里我必须读取目录驱动程序并循环文件并为每个条目调用wholeTextFiles。

我正在尝试在 shinyapp.io 服务器上部署 R markdown 文档。

我已按照此处所述的步骤进行操作。但是，步骤 8 表示存在“部署”按钮。这个按钮不见了。

作为替代方案，我尝试过：

1. 打开一个新的 R 脚本
2. 导航到我的 .Rmd 文件的工作目录
3. 运行以下命令：deployApp( appName = "Titanic")

日志表明一切都正确上传。但是我的目标页面显示“未找到”。

我的问题：

1. 为什么“部署”按钮没有显示？
2. 为什么我的页面显示“未找到”？

您可以在下面找到我在降价文档中使用的标题。

先感谢您

我正在使用 Kaggle ' train ' 数据集。

它包含 891 行。我使用的列是~Survived。此列由因子值“0”和“1”组成。

我使用以下代码行绘制了这两个值：

结果如下所示：

我想将值“0”的条形图设为红色，将值“1”的条形图设为绿色。

有人可以帮我吗？

先感谢您。

我有一个简单的 Python 代码（来自 Kaggle 的数字识别练习），如果我从命令行执行它，它运行良好（我使用 Windows 8.1 64 位和 Enthought Canopy 1.4.1）。

我决定将我所有的开发迁移到 Visual Studio，所以我安装了 Python Tools for Visual Studio 2.1 以直接从 VS Community 2013 开始编码/运行。（注意：安装顺序：（1）Canopy，（2）VS2013，和（3）PTVS。）

然而，同样的代码在 VS2013 中执行时表现得非常奇怪。它一直运行到交叉验证步骤，然后开始循环代码并一遍又一遍地重新运行所有内容，有时会在其途中吐出错误消息，如下所示：

如您所见，一旦到达交叉验证步骤，它就会从头开始，并随机遍历代码以仅执行其中的某些部分！

有任何想法吗？