kaggleコンペに挑戦！入門編：タイタニック生存者予測　～続き～

上位7%（スコア0.80861）を達成しました！！昨日（今朝まで）粘った甲斐があった！

Titanic: Machine Learning from Disaster
https://www.kaggle.com/c/titanic

もう少しスコアを上げられないかな～って事で昨日の続き。飽きるまでやります。

【本日1回目】

日中色々あって昨日の最後を忘れてしまったので、復習の意味でまずはRandomForestでモデル作成。
survivalやpclass、sex、cabinやembarkedはデータタイプをカテゴリに変換します。

結果：スコア0.80861

次にまずはアルゴリズムを変えて試します

【2回目】Vowpal Wabbitの結果　スコア0.76555
【3回目】TensorFlowの結果　スコア 0.77033
【4回目】XGBoostの結果　スコア0.79904

・・・やっぱダメですね。。結局RandomForestがいいんでしょうね

survival=0.5前後のあやふやなデータは予測の邪魔なのではないかと考えました。
アルゴリズムをRandomForestに絞って教師データを間引きしていきます。

0.475以上0.525未満を間引いた結果：スコア0.80382！
ちょっと下がってしまいました。

ちょっと間引き範囲を拡げて、0.45以上0.55未満を間引いた結果：スコア0.80382
間引き数をちょっと変えた位では5回目と変わらないですね

更に間引き範囲を拡げて0.4以上0.6未満を間引いた結果：0.75598
どんどん悪くなっていきますね。。。

0.485以上0.515未満を間引いて今日は終わりにします。
スコア：0.79904

・・・
結果、
0.485以上0.515未満を間引く：スコア0.79904
0.475以上0.525未満を間引く：スコア0.80382
0.45以上0.55未満を間引く　：スコア0.80382
0.4以上0.6未満を間引く　　：スコア0.75598

結局昨日（今朝）の記録は更新できず。
教師データを間引くのはあまり効果が無いってことなんですかね。。って中途半端な結果に終わってしまいました。

なお、私が参考にしているのは以下の本「機械学習のための前処理入門」です。

とりあえずこの一冊があれば、私のようなpythonド素人であってもとコンペで戦うことだけはできます。

更にランクを上げていくには修行が必要ですが、入門編としておすすめ。

書籍での独学が苦手という方は、千円ちょっとで学習できるUdemyのオンライン講座が安くて高品質です。

kaggleやSIGNATE挑戦記など、その他AI・機械学習関連の記事をまとめたものはこちら。