Kaggle比赛成绩分析之：Titanic

 

我们在前几篇的分析中，重点研究了House Price回归类型的机器学习比赛项目。在Kaggle网站上与之并列的另外一个比赛项目比House Price 更为悠久，更为热门，它伴随更多人进入机器学习的实践道路。这就是泰坦尼克号的生存分类。

从2012年到2018年8月31日，有9657个团队，10101个参赛者，共计提交了59532个预测报告。可以说这是国际上参与人数最多，经历时间最长的机器学习比赛。

其得分平均指标是准确率ACCURACY。即输入旅客ID后，预测其生存与否的正确率。Accuracy =(TP+TN)/(TP+TN+FP+FN)

The accuracy is the proportion of true results (both true positives

and true negatives) among the total number of cases examined.

得分为1.0，准确率100%，说明该报告预测结果与实际结果全部相符。

与HOUSE PRICE回归竞赛一样，泰坦尼克比赛也有得分排行榜。但是，最大不同是，它只列出最近两个月的最好得分。超过两个月就从排行榜移除。有意思的是，这个排行榜最新的No1. 也是中国留学生，USC，在南加州大学，在2018年7月5日提交。（又是7月，在暑假！）

让我们一起来探索吧！

根据网站的RAW DATA，

Score=1.0满分共30名¶

[if !vml]

[endif]