狠狠撸

AlteryxでKaggleに挑戦する
じょんすみす

自己紹介
? じょんすみす
? クラスメソッド株式会社 DI部
? どこにでもいる普通のアル中
? 札幌から来ました！
これ→

本日のテーマ
? Kaggleってご存知ですか？

本日のテーマ
? Kaggleってご存知ですか？
? 機械学習のコンペサイト

本日のテーマ
? KaggleにAlteryxで挑みます！
? 今回はTitanicに挑戦します
? Tutorial的なもの
? 乗客の情報から生存の有無を予測

まずは试しにやってみる

データを见てみる
※ Y軸にJitter入れてます
あれ？実はそんなに関連性ない？

データを见てみる
なんとなくlogをとると、
Ageの値が小さいほうで
生存率が上がってるっぽい
他の変数との相関は微妙だったし
とりあえず欠損値には平均を入れて
18歳以上か否かのデータの有無で変わるか
見てみる
(欠損値の扱いは別途考える)

Ageの変換
平均値で埋めて

Ageの変換
いくつかの手法で試してみる

Ageの変換
Ageをそのまま使った場合
変換した場合

チャレンジ2回目
ここでもう1回やっている

Ageの推定
今回は他のサイトの情報を参考にする
Kaggleのtitanic問題で上位10%に入るまでのデータ解析と所感
(http://www.mirandora.com/?p=1804)
敬称と年齢に関係あるという性質を利用
(なぜそうしているかも直感的にわかりやすい)
※ 参考にしているのはこの記述のみで
実際の手法を利用しているわけではありません

Ageの推定
結果は変わらず。。

今後
? Ageの欠損値について
? 他にもやり方はいろいろあり、Discussionに欠損値の話はある
? https://www.kaggle.com/c/titanic/discussion/3189 など
? 年齢の分け方を18歳(日本基準の未成年)にしたが検証してない
? 機械学習のモデル選択?パラメータチューニング
? 他の手法を試してみるとかもやってない
? Alteryxでは実装されていない手法もある
? Age以外にも注目してみる
? nameなど直接使っていないの属性を利用
? SibSp, Parchに基づいて家族推定とかしたらまたなんかあるかも

まとめと所感
? Alteryxでもkaggleに挑める
? データを確認するための可視化
? 前処理?特徴抽出など
? アルゴリズム選択
? とはいえできないこともある
? Alteryxでは単一ツールでは実現できない手法が有効な場合
? RツールやRun Commnadツールで実現自体は可能
? Galleryをあされば誰かが作ってくれてるかも？

狠狠撸

Alteryxでkaggleに挑戦する #alteryx #alteryx_ug

More Related Content

Alteryxでkaggleに挑戦する #alteryx #alteryx_ug

Editor's Notes