FacialEmotions and more
- masashinakata
- 4867
- 0
- 0
- 0
さて、強く、また過学習をしていないコンペティターの実装を覗くと、上位陣(特にPsyhoさん)の実装に似ていることが多いと思う。特にRandomForestの実装はお互いに参考にしあっているようだ
2015-01-23 17:16:18恐らく差が出ているのは特徴量の抽出部分だと思われる。RandomForestを基調にしている実装では特徴量の抽出部分の実装は短い傾向にあるようだ。今は特にその勘所を学ぶのに適した時期だと思う
2015-01-23 17:19:35言い換えれば短い実装を読むだけでもリターンが多い時期であるとも言えるが、データの傾向が分からないと読んでも分からないことは確かだ。理想的には「マッチに参加し」-> 「データの傾向に触れ」 -> 「上位陣の実装を読む」のが高効率と考える
2015-01-23 17:29:36全く異なるコンテストをゴッチャにして計算されたレーティングなんてもうどうでもいいという思いが強まっているので機会学習系のマラソンにも参加する可能性が出てきた(ただし問題文が読める場合に限る)
2015-01-24 00:09:12@ISIKADO 良いデータあったら、ぜひ教えてください。今回使ったRに入ってるデータだと、データが素直すぎて、決定木1本でも全部正解したり誤差がほとんどなかったりするので、効果が分かりにくいのですよね(そのために学習データをかなり少なくしたりとかしてます)
2015-01-24 10:55:09@nico_shindannin hacker rankあたりに良いやつありそうな気がするのでそのへん探してみます(機械学習系の問題も載ってた記憶があります)
2015-01-24 11:41:36@ISIKADO hacker rankはいままで一度も見てなかったです。良いかも。
2015-01-24 11:42:25@toku51n Nのループ回して大丈夫ですよー、now=0, move=sum/3くらいにして、now+moveとnow-moveを比較して良い方に移動、その後move*=2;move/=3;とかで通るはずです><
2015-01-24 22:29:52@toku51n あ、その後に、山の前後10個くらい全部調べて誤差回避しておくと安心です。(しなくても通りそうだけど)
2015-01-24 22:31:28