Kaggle入门-初识Titanic

Kaggle机器学习的基本方法：快速上手一个比赛，熟悉基本的流程先run一个baseline，之后在baseline的基础上不断改进，提高模型性能。

前两天，我们建了一个kaggle数据分析群，寻找一起参加比赛的队友。很多同学加进来，现在群里有300多人。

说明

按照开始的计划，前一阶段我主要是帮助没入门的同学通过Titanic、手写数字识别、房价预测这三个比赛来入门Kaggle机器学习竞赛。

需要达成的目标：

熟悉Kaggle的基本流程，和常见操作。

了解机器学习的基本算法。

比赛成绩进入Top10%

资源问题

代码

GitHub托管，https://github.com/wsg011/kaggle-start

数据集

kaggle网站对应的比赛去下载，https://www.kaggle.com/

交流

Titanic实战

Kaggle数据分析的基本流程：

这是一个很重要的问题，希望初学者一定要牢牢记住。

了解问题，探索数据

清洗数据

特征工程

模型训练

模型评估

模型融合

这些步骤里面我们首先需要快速完成的第一个迭代是：了解问题，探索数据；清洗数据；特征工程；模型训练

完成一个基本的baseline以后，我们再不断回溯到开始，重新迭代我们的流程。不要一开始就纠结在一些小问题上卡死，小步快跑。

这是第一篇文章，所以讲得非常的简单，具体的代码解释请参考jupyter notebook。

资源连接

code：0-3 Kaggle竞赛入门 - Titanic实战（请移步GitHub，https://github.com/wsg011/kaggle-start/blob/master/titanic/Notebook/0-3%20kaggle%20start%20with%20Titanic.ipynb）

其他。。。