kaggle-quickstart.md

Kaggle 入门操作指南

注册

1. 首先注册账号
2. 关联 GitHub 账号

竞赛 - competitions

• 选择 - All 和 Getting Started

• 选择 - Digit Recognizer（数字识别器）

• 阅读资料 - Digit Recognizer（数字识别器）

选择 版本框架 和 star 最高的 Kernels 编辑就行，然后模仿 数字识别 案例更新

项目规范(以：DigitRecognizer 为例)

文档：结尾文件名为项目名.md

• 案例：competitions/getting-started/digit-recognizer.md
• 例如：数字识别，文档是属于 competitions -> GettingStarted 下面，所以创建 competitions/getting-started 存放文档就行

图片：结尾文件名可自由定义

• 案例：static/images/comprtitions/getting-started/digit-recognizer/front_page.png
• 例如：数字识别，图片是属于 competitions -> GettingStarted -> DigitRecognizer 下面，所以创建 competitions/getting-started/digit-recognizer 存放文档的图片就行

代码：结尾文件名可自由定义.py

• 案例：src/py3.x/kaggle/getting-started/digit-recognizer/dr_knn_pandas.py
• 例如：数字识别，代码只有 竞赛 有，所以直接创建 getting-started/digit-recognizer 存放代码就行
• 要求（方法：完全解耦）
  1. 加载数据
  2. 预处理数据(可没)
  3. 训练模型
  4. 评估模型(可没)
  5. 导出数据
• 标注python和编码格式

#!/usr/bin/python
# coding: utf-8

• 标注项目的描述

'''
Created on 2017-10-26
Update  on 2017-10-26
Author: 【如果是个人】片刻
Team:   【如果是团队】装逼从不退缩（张三、李四 等等）
Github: https://github.com/apachecn/kaggle
'''

数据：结尾文件名可自由定义

• 输入：datasets/getting-started/digit-recognizer/input/train.csv
• 输出：datasets/getting-started/digit-recognizer/ouput/Result_sklearn_knn.csv
• 例如：数字识别，数据只有 竞赛 有，所以直接创建 getting-started/digit-recognizer 存放数据就行

结果提交

将数据的输出结果提交到项目的页面中

docs目录（可忽略）

docs 目录存放的是 ApacheCN 整理的操作or说明文档，和 kaggle 网站内容没有关系

后面会持续更新