/kagglebook

Primary LanguagePythonBSD 3-Clause "New" or "Revised" LicenseBSD-3-Clause

サンプルコード

「Kaggleで勝つデータ分析の技術」(amazon) のサンプルコードです。

各フォルダの内容

フォルダ 内容
input 入力ファイル
ch01 第1章のサンプルコード
ch02 第2章のサンプルコード
ch03 第3章のサンプルコード
ch04 第4章のサンプルコード
ch05 第5章のサンプルコード
ch06 第6章のサンプルコード
ch07 第7章のサンプルコード
ch04-model-interface 第4章の「分析コンペ用のクラスやフォルダの構成」のコード
  • 各章のディレクトリをカレントディレクトリとしてコードを実行して下さい。
  • 第1章のタイタニックのデータは、input/readme.md のとおりダウンロード下さい。
  • 第4章の「分析コンペ用のクラスやフォルダの構成」のコードについては、ch04-model-interface/readme.md を参照下さい。

Requirements

サンプルコードの動作は、Google Cloud Platform(GCP)で確認しています。

環境は以下のとおりです。

  • Ubuntu 18.04 LTS
  • Anaconda 2019.03 Python 3.7
  • 必要なPythonパッケージ(下記スクリプト参照)

以下のスクリプトのとおりにGCPの環境構築を行っています。

# utils -----

# 開発に必要なツールをインストール
cd ~/
sudo apt-get update
sudo apt-get install -y git build-essential libatlas-base-dev
sudo apt-get install -y python3-dev

# anaconda -----

# Anacondaをダウンロードしインストール
mkdir lib
wget --quiet https://repo.continuum.io/archive/Anaconda3-2019.03-Linux-x86_64.sh -O lib/anaconda.sh
/bin/bash lib/anaconda.sh -b

# PATHを通す
echo export PATH=~/anaconda3/bin:$PATH >> ~/.bashrc
source ~/.bashrc

# python packages -----

# Pythonパッケージのインストール
# numpy, scipy, pandasはAnaconda 2019.03のバージョンのまま
# pip install numpy==1.16.2 
# pip install scipy==1.2.1 
# pip install pandas==0.24.2
pip install scikit-learn==0.21.2

pip install xgboost==0.81
pip install lightgbm==2.2.2
pip install tensorflow==1.14.0
pip install keras==2.2.4
pip install hyperopt==0.1.1
pip install bhtsne==0.1.9
pip install rgf_python==3.4.0
pip install umap-learn==0.3.9

# set backend for matplotlib to Agg -----

# GCP上で実行するため、matplotlibのbackendを指定し直す
matplotlibrc_path=$(python -c "import site, os, fileinput; packages_dir = site.getsitepackages()[0]; print(os.path.join(packages_dir, 'matplotlib', 'mpl-data', 'matplotlibrc'))") && \
sed -i 's/^backend      : qt5agg/backend      : agg/' $matplotlibrc_path