#读芯术#第一次参加Kaggle竞赛，该怎么做？

文共4621字，预计学习时长14分钟

本文插图
来源：ijiandao
Kaggle很有可能是最著名的机器学习竞赛网站。 Kaggle竞赛包括一个可从网站获得的数据集，需要用机器学习、深度学习或其他数据科学技术来解决问题。
一旦开发出解决方案，参赛者就可以将预测结果上传回站点，预测结果的成功与否将会决定参赛者在竞赛排行榜中的位置，参赛者甚至可能获得现金奖励。
Kaggle是磨练机器学习和数据科学技能、将自己与他人进行比较、学习新技术的极佳平台。本文将提供第一次参加Kaggle竞赛的攻略。本文包括以下内容：
· 开发模型，用来预测推文是否与真正的灾难有关。
· 用模型对Kaggle提供的测试数据集进行预测。
· 进行第一次提交，在Kaggle排行榜上占有一席之地。
检测灾难推文
网站上一个最新的竞赛提供了一个数据集，其中含有推文和一个标签，参赛者可通过该标签得知推文是否真的与灾难有关。该竞赛有将近3000名参赛者，最高现金奖励为10000美元。点击此处可查看数据和竞赛大纲。
如果没有Kaggle账户，点击此处免费创建。
在竞赛页面选择“全部下载”将获得含有三个CSV文件的压缩文件。

本文插图
第一个数据集包含一系列特征以及用于训练的相应目标标签。该数据集具有以下属性：
· Id：推文的数值标识符。参赛者将预测结果上传至排行榜时，它会派上大用场。
· 关键字：某些情况下，推文中的关键字可能会丢失。
· 位置：发送推文的位置。这也有可能不显示。
· 文本：推文的全文。
· 目标：参赛者试图预测的标签。如果该推文确实和灾难有关，则为1 ，否则为0 。
仔细阅读这些文件，以便进一步了解它们。你会注意到下面的代码中已经包含了一个set_option指令。 Pandas set_options允许你控制数据框结果的显示格式。此处包含指令旨在确保显示文本列的完整内容，让结果和分析更易于查看。