Home Credit Default Risk

[Eugene Lutsenko]

https://krasnodar.beeline.ru/customers/ ... besplatno/

[Eugene Lutsenko]

у нас получается примерно в 2 раза дешевле за те же услуги (без учета, что все это на 4 телефонных 4G номера).

сейчас я отправляю себе по почте с работы архив моделями. получу, запишу в облако и поеду на дау. в облаке он актуализируется минут через 10-15. Будет по той же ссылке. что-то не нравится мне распознаваемая выборка. но времени разбираться уже нет (в этой задаче на каггле).

Записал в облако по той же ссылке

[Eugene Lutsenko]

Сейчас проверил формирование распознаваемой выборки, взяв для проверки часть обучающей. Режим перестал работать правильно (раньше работал). Буду исправлять. Вроде уже почти сделал. Сейчас проверю. Все получилось. Сейчас перезапущу и переразмещу. Все получилось: https://yadi.sk/d/6Z9P7UEc3aNrxZ.

Дима!

Не мог бы ты теперь выполнить синтез моделей и распознавание с выдачей результата в формате:

SK_ID_CURR,TARGET
100001,0.5
100005,0.5
100013,0.5
100028,0.5
100038,0.5
100042,0.5
100057,0.5

и послать все это Александру Петровичу для размещения на Каггле

[Eugene Lutsenko]

При распознавании ошибка происходит из-за несоответствия между файлами Obi_Kpr.dbf и Inp_data.csv. В первом из них 307511 объектов, во втором 4460. А должно быть одинаковое количество. Это касается обучающей выборки.

А зачем при распознавании использовать обучающую выборку? В этой задаче csv-файлы вообще не используются. Надо брать данные прямо из баз данных обучающей и распознаваемой выборки. Где ты взял Inp_data.csv? В модели по последней ссылке: https://yadi.sk/d/6Z9P7UEc3aNrxZ его вообще нет. Получается ты вроде не в той модели работал, а в какой-то древней, отладочной. Сейчас проверил, все файлы обучающей выборки и распознаваемой выборки соответствуют по числу объектов. Вместо 0.5 надо конечно было писать 1.0. Никакой подгонки RMSLE в этой задаче не нужно, да и в прошлой не нужно было, как я понял. Модуль распознавания у меня выдает ту ошибку. Запускай модуль Model_rec.exe прямо тот, который в архиве модели. Там были все самые новые версии всех модулей.

Конечно в этой задаче синтез моделей и распознавание идет на порядки медленнее, чем в твоих модулях: синтез где-то пол часа, а распознавание минут 15. Но это тоже вполне приемлемо. Сейчас я все посчитаю, вышлю и размещу.

[Eugene Lutsenko]

Когда в модели 2 класса, я в системе Эйдос сразу формирую базы для Каггла. Я это сделал, когда решал еще 1-ю задачу для Каггла. Так что можно будет сравнить результаты. Я пишу результат прямо такой: 0,2, 0,7, округляя и нормируя полученный результат распознавания с обоими классами до десятых.

Результаты не совпадают по смыслу. Корреляция между ними близка к нулю (0,001096078). Файл сравнения результатов послал на почту.

Сейчас посчитаю распознавание в моделях prc2, inf1, inf3 и пошлю результаты Александру Петровичу

[Eugene Lutsenko]

Послал результаты в моделях inf3i, inf3k, prc2i на почту Александру Петровичу и Диме

[Eugene Lutsenko]

Я посмотрел на Каггле. Там можно послать еще 5 результатов. Я прислал 3. Может быть послать еще 2 Диминых или мне еще прислать? Если еще прислать, то какие именно?

Александр Петрович!

Послал а почту 5 файлов результатов для Каггла:

Kaggle_i_Inf1.csv
Kaggle_i_Inf3.csv
Kaggle_i_Prc2.csv
Kaggle_k_Inf1.csv
Kaggle_k_Inf3.csv

[Petrovich]

Разместил, лучший результат 0.613 - модель k-inf1, место 6345 (почти конец). Лучший там результат 0.815 с 294 попытками. Можно еще посылать. Сегодня у них заканчивается регистрация. Но мы уже зарегистрировались, поэтому можем еще разместить.

[Eugene Lutsenko]

https://www.kaggle.com/c/home-credit-de ... evaluation
https://en.wikipedia.org/wiki/Receiver_ ... acteristic

Можно попробовать поразмещать Димины результаты. Они отличаются от моих. Я их присылал раньше. Могу еще прислать Димины и свои по тем моделям, по которым еще не присылал

[Eugene Lutsenko]

Наверное надо переходить на это:
http://rodrigob.github.io/are_we_there_ ... 4d4e495354
https://geekbrains.ru/posts/deep_learning_guide