[W7-Kaggle_competition] Jose Díaz

[TheIronhidex]

https://github.com/TheIronhidex/W7-Kaggle_competition

[yamadajc]

Kaggle_competition

En general, los objetivos y estrategias del proyecto:

Hay que elegir el modelo que mejor te prediga en base a unos datos. Para elegir el mejor modelo de machine learning, hay cuatro variables que podemos controlar:

• Procesamiento de los datos
• Como separamos los datos para hacer el train/test.
• Qué modelo utilizamos.
• Qué parámetros utilizamos en ese modelo.

Para cada uno de ellos hay una estrategia:

• Encoders & Standarization: para las variables categóricas: aquí (también hay otras estrategias, como ésta, o incluso hacer un diccionario donde a cada letra le asignes un valor numérico relativo al resto. Claro que esto te puede valer cuando tienes pocos datos.
• Cross-validation: para garantizar el corte de los datos: aquí
• Modelo de regresión: probar varios, aquí
• Grid search: para las permutaciones de los parámetros: aquí

FeedBack

Has procesado los datos, entrenado varios modelo, hecho cross-validation y has hecho submissions; que era el objetivo. Pero había una cosa que era imprescindible, hacer una o dos slide explicando para un cliente lo que habías hecho. Lo del TQDM me mola mucho y guardar modelos con pickel es lo que hay que hacer.

Por último, explora H20 , tendrás que instalar Java. Pero te aseguro que es magia en estado puro.

Ahora a por el proyecto final!!!!