[K凝集素]PetFinder大会に参加(作成中)

概要、これまでに得られた

点

EffectiveNetV 2の実践分野における制限点

https://hleecaster.com/ml-svm-concept/

EDA

これまで数少ない試合に参加し、画像だけを見てコードを書き、訓練を行い、提出時にも一定の点数を得ることができた.
しかし、現在行われているこのPetFinder大会は、最小限のEDAが必要だと感じ、その上で訓練と推論を行っている.大会自体はイメージがあり、結論的に復帰する独特の大会なので、弁別能力のためには、これらのデータを理解しなければならないと思います.

今回の大会は、遺棄された動物の写真をアップロードし、早く養子縁組される企業が提案した大会だ.0から100点の間の좋아요と同じ点数があり、これは推論である.

大会はRMSEでMSE値にルーツを加えた値です.損失値によって判断されます.

CSVの作成

def create_folds(data, num_splits):
    data["kfold"] = -1
    num_bins = int(np.floor(1 + np.log2(len(data))))
    
    # num_bins 구간 만큼 나눠서 "bins" 컬럼으로 만듭니다
    data.loc[:, "bins"] = pd.cut(data["Pawpularity"], bins=num_bins, labels=False)
    
    
    kf = model_selection.StratifiedKFold(n_splits=num_splits, shuffle=True, random_state=42)
    
    for f, (t_, v_) in enumerate(kf.split(X=data, y=data.bins.values)):
        data.loc[v_, 'kfold'] = f
    
    data = data.drop("bins", axis=1)

    return data

pd.カットボックス