问题标签 [kaggle]

我正在尝试使用ggplot()和geom_bar()

样本数据（Titanic Kaggle 问题）：

我试图显示每个年龄范围的生存和死亡堆积条（我已将年龄划分为垃圾箱）。执行命令时绘图不可见。当我添加 print() 函数时，我得到的错误是

错误：图中没有图层

请告诉我这里有什么遗漏吗？

“火车”是我存储数据的对象。

我想用 Python 为 NLP 项目构建一个文本语料库。我在 LSHTC4 Kaggle 挑战赛中看到了这种文本格式：

第一个数字对应于标签。

每组由 ':' 分隔的数字对应于向量的 (feature,value) 对，其中第一个数字是特征的 id，第二个数字是其频率（例如，id 为 18 的特征在实例中出现 2 次）。

我不知道这是否是将文本数据预处理为数字向量的常用方法。我在挑战中找不到预处理程序，数据已经预处理。

我正在处理来自 Kaggle 的数据集，这是数据集的某些部分

所以我想删除“日期”列中的时间，它只会显示“15-05-13”而不是“15-05-13 17:00”。我想知道如何编码？

我认为应该是这样的：

但是这样一来，我会永远走下去，因为数据集是巨大的......

打扰一下，我有一个关于使用 caffe 获取高清数据的问题吗？我尝试通过以下步骤在 Kaggle mnist csv 数据上运行一个示例

1. 用于h5py将其转换为 h5 数据。（我使用 caffe-example.py 进行转换）

2. 然后修改 lenet_train_test_prototxt 并训练它。我很茫然这一步。

我在这里所做的唯一改变是

如何更改 lenet_train_test_prototxt 以适应数据？或者还有其他一些我需要更改的文件？错误日志是

如果这是一个非常基本的问题/错误，我刚刚开始学习 python 并道歉。

我正在做 Kaggle 生物反应教程。我收到此错误

C:\Anaconda\lib\site-packages\sklearn\cross_validation.py:65：DeprecationWarning：indices 参数已弃用，将在 0.17 stacklevel=1 中删除（假设为 True）结果：0.458614231133

有谁知道是什么意思？我已经谷歌它死了，找不到答案。

我正在运行的脚本是：

我相信它是这样称呼的：

再一次，如果这是基本的东西，真的很抱歉。我真的从来没有这样做过。

嗨，对于此处发布的问题的以下代码，我得到了奇怪的结果（https://www.kaggle.com/c/titanic）-

我得到以下结果：

我正在尝试创建一个简单的 3 层网络。完全基本的代码。在 kaggle 上使用 keras 之前，我已经尝试过这类分类问题。但是这次得到这个错误。

是不是因为数据少而过拟合。我错过了什么？有人可以帮忙吗？

我正在和另外 4 个人参加 Kaggle 比赛。我们都是在 edx.org 的 MOOC 上认识的。

尽管我们可以使用 Apache Spark 引擎进行编码，但我们不知道如何设置集群并安装必要的软件以在其上运行 spark。

理想情况下，我们正在寻找一个可以让我们专注于编程的免费平台。

您知道任何易于使用且理想情况下免费的平台吗？如果没有，您能告诉我们如何设置必要的基础设施来参与挑战吗？

非常感谢您提前。

我正在为泰坦尼克号的案例执行 Kaggle 的学习任务。

如果我手动分离数据或使用 cross_val_score 执行线性回归，我有不同的预测精度。逻辑回归也是如此。

例子。

- 线性回归。

手动的

结果 - 78,34%

Cross_val_score

结果 - 37.5%

- 逻辑回归。

在这里，我有 26.15% 的手动功能和 78.78% 的 cross_val_score 功能。

为什么？？

我正在学习如何进行数据科学，并且正在关注泰坦尼克号的 kaggle 教程。

然而，

我在第一行得到了这个错误(data[0::,4] == "female")

错误：

SyntaxError：行继续字符后出现意外字符

我正在尝试制作一个脚本，它需要一个 json 文件（pizza-train.json）（来自这个 Kaggle 比赛。我想从列表中的每个字典中提取 request_text 字段，并构造一个字符串的单词表示（字符串到计数列表）。

下一步是训练一个逻辑回归分类器来预测变量“requester_received_pizza”。我想训练 90% 的数据并预测 10%。问题是我不知道如何预测这 10%。任何建议都会非常有帮助！