Kaggle比赛常用代码技巧记录

紫翼翊影

于 2019-03-31 21:09:49 发布

阅读量1.4k

点赞数 1

分类专栏： MachineLearning 文章标签： kaggle 机器学习算法工程师深度学习

本文链接：https://blog.youkuaiyun.com/wrgcon520/article/details/88935594

版权

本文分享了Kaggle竞赛中常用的代码技巧，包括显示代码执行时间、目标变量分布绘图、缺失值检测及处理、特征编码、特征重要性可视化等。通过这些实用技巧提升模型训练效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Kaggle比赛常用代码技巧记录

代码一般使用于jupyter notebook中，如有特殊会标明。
后续会封装这些函数来更方便的调用和维护。
1.%%time显示该段代码执行时间

%%time
train = pd.read_table("filename")

CPU times: user 7.78 s, sys: 606 ms, total: 8.39 s
Wall time: 8.43 s

2.显示target的分布（二分类），并画图

train['target'].value_counts()
train['target'].astype(int).plot.hist()

3.检验缺失值，函数参数为dataframe
返回值为降序排列的含有缺失值占比的dataframe

def missing_values_table(df):
        # Total missing values
        mis_val = df.isnull().sum()
        
        # Percentage of missing values
        mis_val_percent = 100 * df.isnull().sum() / len(df)
        
        # Make a table with the results
        mis_val_table = pd.concat([mis_val, mis_val_percent], axis=1)
        
        # Rename the columns
        mis_val_table_ren_columns = mis_val_table.rename(
        columns = {
   0 : 'Missing Values', 1 : '% of Total Values'})