Kaggleで遊ぶために、図書館にあったので読んだ時のメモ。
- 機械学習の話をあまり分からない状態では２章３章の話が分かりづらいが、気にせず読み進むのが吉
- とりあえずテーブル形式のコンペを基本として、勾配ブーストを用いた決定木(GBDT)を使ってやって見る
- 手法は流行り廃りがあるので、コンペのコードを見るのが良い
各種モデルのパラメータのベースライン（参考値）
各種モデルに設定するパラメータについて、ベースラインの記述があり、参考になりそうだったので残しておく。
・XGBoostのパラメータのベースライン
Mastering XGBoost Parameters Tuning: A Complete Guide with Python Codes
Explore XGBoost parameters and hyperparameter tuning like learning rate, depth of trees, regularization, etc. to improve model accuracy.Optimize Today!
www.analyticsvidhya.com
・ニューラルネットワークのパラメータのベースライン
kaggle-HomeDepot/Code/Chenglong/model_param_space.py at 55c1033d0af3b6cf2f033fe4bcf3e1e0ffda3445 · ChenglongChen/kaggle-HomeDepot
3rd Place Solution for HomeDepot Product Search Results Relevance Competition on Kaggle. - ChenglongChen/kaggle-HomeDepot
github.com
参考リンク
個人的に興味深いと思ったリンク。
I trained a model. What is next?
This post was written by Vladimir Iglovikov, and is filled with advice that he wishes someone had shared when he was active on Kaggle.
medium.com
コメント