Kaggle-API的使用§
Kaggle官网提供了kaggle-api用于方便在命令行下下载比赛、数据集中的内容，提交比赛结果等操作
安装与使用说明地址：https://github.com/Kaggle/kaggle-api
pip安装§
pip install kaggle
配置kaggle.json§
登录Kaggle，进入https://www.kaggle.com/<username>/account，点击Create API Token，则会自动下载kaggle.json文件，然后将文件放入.kaggle/kaggle.json即可。
文件内容其实就是username和key：
{
username: "",
key: ""
}
现在就可以在命令行下使用kaggle的命令，可以使用kaggle -v验证是否安装成功。
比赛记录§
第一次参加，所以先选了个正在进行的，、比较简单的比赛：Kaggle’s Playground Series，根据介绍，这个系列会有很多小比赛，目前是最新一届的第一个，该系列的目的是为了提供轻量级的比赛，帮助学习和提高机器学习和数据科学技能。
下载比赛数据§
kaggle competitions download -c playground-series-s3e1
根据数据描述，比赛的数据均是由基于加州房价数据集训练的模型生成的数据。
数据读取§
pd.read_csv("./train.csv")
数据分析§
简单的看了下有没有空值：
np.any(train_df.isna())
由于本来就是生成的数据，所以并不存在空值，然后给的特征也都是数值类型的，所以这里我也没做什么额外的处理，特征提取之类的。
拆分训练集与验证集§
from sklearn.modelselection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, shuffle=True, random_state=42)
模型训练§
先使用了决策树，来随便跑了个模型试一下。
from sklearn.tree import DecisionTreeRegressor
regressor = DecisionTreeRegressor(random_state=42)
regressor.fit(X_train, y_train)
pred_y = regressor.predict(X_test)
模型评估§
from sklearn.metrics import mean_squared_error
mean_squared_error(y_test, pred_y)
提交数据§
可以使用kaggle提高的api命令提交，也可以直接在官网的比赛提交界面提交文件。
kaggle competitions submit -c playground-series-s3e1 -f submission.csv -m "Message"
评论