DAY 22 Kaggle 比赛

Kaggle 的比赛如何运作

1. 加入比赛
   阅读挑战赛描述，接受比赛规则并访问比赛数据集。
2. 开始工作
   下载数据，在本地或 Kaggle Notebooks（我们的免设置、可自定义的 Jupyter Notebooks 环境，带有免费 GPU）上构建模型，并生成预测文件。
3. 提交 将您的预测作为提交
   上传到 Kaggle 并获得准确率分数。
4. 查看排行榜
   查看您的模型在我们的排行榜上与其他 Kaggler 的排名。
5. 提高你的分数
   查看论坛，找到来自其他竞争对手的大量教程和见解。

我将在本次比赛中使用哪些数据？

在本次比赛中，您将可以访问两个类似的数据集，其中包括乘客信息，如姓名、年龄、性别、社会经济阶层等。一个数据集的标题为，另一个数据集的标题为 。train.csvtest.csv

Train.csv将包含机上乘客子集（准确地说是 891 人）的详细信息，重要的是，将揭示他们是否幸存，也称为“基本事实”。

该数据集包含类似的信息，但没有透露每位乘客的 “真实情况”。预测这些结果是你的工作。test.csv

使用您在数据中找到的模式，预测机上其他 418 名乘客（在 中找到）是否幸存下来。train.csvtest.csv

查看 “Data” 选项卡以进一步探索数据集。一旦您认为您已经创建了一个有竞争力的模型，请将其提交给 Kaggle，以查看您的模型

提交文件格式：

您应该提交一个 csv 文件，其中包含 418 个条目和一个标题行。如果您有额外的列 （超出 和 ） 或行，您的提交将显示错误。PassengerIdSurvived

该文件应恰好有 2 列：

• PassengerId（按任意顺序排序）
• Survived（包含您的二进制预测：1 表示存活，0 表示已故）

明白了！我已准备好开始。如果我需要帮助，可以在哪里获得帮助？

• 如需竞赛帮助：泰坦尼克号论坛

Kaggle 没有专门的团队来帮助排查您的代码问题，因此您通常会发现，通过在相应的论坛中提出您的问题，您会更快地收到回复。论坛上充满了有关数据、指标和不同方法的有用信息。我们鼓励您经常使用这些论坛。如果你分享你的知识，你会发现其他人会反过来分享很多！

关于 Kaggle Notebooks 的最后一句话

正如我们之前提到的，Kaggle Notebooks是我们的无需设置、可定制的Jupyter Notebooks环境，配有免费的GPU和一个巨大的社区发布数据和代码库。

在每场比赛中，您都会发现许多 Notebook 分享，其中包含令人难以置信的见解。这是值得熟悉的宝贵资源。在此处查看本次比赛