代码文件说明

###1、依赖库/软件

• sklearn
• numpy

###2、数据预处理

• preprocess.py

  一些预处理工作。定义了以下通用函数：加载训练数据集的函数loadTrainSet()、加载测试数据集的函数loadTestSet()、评估模型logloss值的函数evaluation()、生成提交文件submission.csv的函数saveResult()。

  数据经过归一化、零均值化。

###3、分类

• KNN

  K近邻算法，效果较差。费时又费内存。k=20时，logloss约为1。『放弃』

• RandomForest.py

  随机森林，n_estimators=400时，logloss约为0.55。

• ExtraTrees.py

  未调参。

• GradientBoosting.py

  未调参。

• Adaboost.py

  未调参。

代码使用

从官网下载train.csv、test.csv，与preprocess.py、RandomForest.py放在同一个目录下，直接运行RandomForest.py即可。(其他分类文件同理。)