问题标签 [kaggle]

我正在处理来自 Kaggle 的数据集，我想提取带有名称的 Pandas 列的标题。我使用以下代码：

但是，当我在 Azure 机器学习平台上将此代码作为 Python 代码运行时，出现以下错误：

问题可能出在映射代码中，因为如果我删除它，我会有一个带有标题而不是整数的列。

编辑：我也尝试了以下而不是 for 循环来映射，但我遇到了同样的错误：

你可能会从 Kaggle 中认出这一点。我有多个名为 Soil_Type1 的列，一直到 Soil_Type40。如果该土壤类型不存在，则值为 0，如果存在，则值为 1。每行只能存在 1 种土壤类型。

我想创建一个新列，如果 Soil_Type1 = 1 则取值为 S1，如果 Soil_Type2 = 1 则取值为 S2 等。我可以蛮力进行，即每次一行。有没有办法循环这个？

编辑：

抱歉，这是您所说的可重现示例的意思吗？

我在这里尝试 kaggle 挑战，不幸的是我被困在一个非常基本的步骤。这应该归咎于我有限的python知识。我正在尝试通过执行以下命令将数据集读入熊猫数据框：

问题是你会发现这个文件有超过 300,000 条记录，但我只读取 7945、21。

现在我已经仔细检查了文件，我找不到关于第 7945 行的任何特别之处。任何可能发生这种情况的指针。看起来很普通的情况，希望遇到这个错误的人能帮帮我。

我正在参与 Kaggle上的Allen AI 科学挑战赛。

挑战背后的想法是使用提供的训练数据（一组八年级科学问题以及四个答案选项，其中一个是正确答案和正确答案）以及任何其他知识源（维基百科，科学教科书等），以便它可以像（平均？）八年级学生一样回答科学问题。

我正在考虑对 R 中的问题进行第一次破解（只精通 R 和 C++；我不认为 C++ 将是解决这个问题的非常有用的语言）。在浏览了 Kaggle 论坛之后，我决定使用 TopicModels (tm)、RWeka 和 Latent Dirichlet Algorithm (LDA) 包。

我目前的方法是构建某种文本预测器，它在阅读提出的问题时会输出一串文本，并计算此输出文本与测试集中给出的四个选项之间的余弦相似度，并预测正确的选项是具有最高的余弦相似度。

我将使用训练数据、维基百科语料库以及一些科学教科书来训练模型，以使模型不会过拟合。

我在这里有两个问题：

1. 整体方法有意义吗？

2. 构建此文本预测器的良好起点是什么？将语料库（训练数据、维基百科和教科书）转换为术语文档/文档术语矩阵有帮助吗？我认为为所有来源形成 n-gram 会有所帮助，但我不知道下一步会是什么，即模型将如何准确预测并在阅读问题时输出一串文本（例如大小为 n） .

我已经尝试实施该方法的一部分；找出最佳主题数量并在训练集上执行 LDA；这是代码：

任何帮助将不胜感激！

我正在尝试在 R 脚本中从 Kaggle 下载和读取压缩的 csv 文件。在研究了包括post1和post2在内的其他帖子后，我尝试过：

read.table 命令引发错误：

我也试过：

解压会报错：

绕过解压缩命令，直接从压缩文件中读取

抛出错误：

我更喜欢使用临时文件，但在这一点上，如果我能让它工作，我将使用任何一种方法。

我正在尝试在我的机器上运行来自 Kaggle 的某人脚本的演示。相关线路是：

给出的错误是：

我正在笔记本电脑上的唯一用户上运行，这是我的笔记本电脑。在 Kaggle 上运行此脚本没有错误。

有任何想法吗？

我不熟悉这个df[, .(...), Col]符号。如果我遗漏了一些明显的东西，我深表歉意，但我找不到这种符号风格的参考，尽管它看起来非常有用。

它似乎正在实施聚合。根据下面代码中此符号的位置，我希望它来自 R 而不是来自，h2o但我尝试检查两者均无济于事。

该示例来自 Kaggle 比赛并且代码有效（重现它去这里）：

我会喜欢文档和/或对此的一个很好的解释。

我一直在尝试让张量流解决多类 kaggle 问题。基本上，数据包含 6 个特征，我已将其转换为所有数值观察。目标是使用这 6 个特征来预测行程类型，其中有 38 种不同的行程类型。我一直在尝试使用 tensorflow 来预测这些行程类型类。以下代码是我迄今为止所拥有的，包括我用来格式化 csv 文件的代码。代码将运行，但运行 1 的输出开始正常，然后在其余运行中输出相同的输出非常差。以下是运行时的输出示例：

和代码：

关于为什么运行会像这样退化的任何想法，将不胜感激。谢谢！

当我为一个 Kaggle 比赛浏览启动 R 脚本时，我看到创建了这个函数来查找所有行的总和。这是代码：

有人可以解释一下这个函数发生了什么吗？

另外，这与使用 just 有何不同rowSums？

我正在使用 kable 从解析为 pdf 的 R markdown 文档中的 data.frame 输出表格。

这是输出：

我想给桌子设计样式。具体来说，我想：

• 增加单元格高度。传递给 kable() 函数的填充参数无效。
• 使标题加粗。（不知道这个）。

我在一个函数中调用 kaggle()，然后将其调用到 .Rmd 文件中的块中。

谢谢你的帮助