ClassificationUsingScikitLearn:通过scikit-learn学习学习

分类使用Scikit了解 通过scikit-learn学习学习。 Kaggle是对机器学习感兴趣的人的理想之地。 许多用户积极地在论坛中发布有用的信息，以帮助人们入门。 Kaggle Otto组分类挑战： 该目录包含我在Kaggle otto挑战中对BoilerUp团队的一些贡献。 nn_otto_ensemble_v8.6.py是我们的最佳尝试之一。 有关问题的数据和描述，请访问： ： 提供了61878个enetries作为培训数据。 训练数据的每个条目均包含93个要素，并被标记为9个类别之一。 我们使用了4个模型的集合： 一个具有2000个决策树的随机森林模型，每个树不允许使用40个以上的特征，并且通过限制每个决策树的max_depth = 45，min_samples_leaf = 1，min_samples_split = 5来进行调节； 在学习速率为0.01的情况