python kaggle库 python kaggle库能干嘛

为什么要选Kaggle?

1 首先是因为钱。

Kaggle经常有各种类型的竞赛，赢得比赛本身就会有奖金。没有钱搞科研是很困难的，也没什么动力。参加竞赛算是很理想的方法：

• 1 技术强-> 拿钱
• 2 拿了钱 -> 增加技术投资

2 其模式可以称为一种行业标准

举个例子，任何一个竞赛首先会有一些概要描述，本质上是商业应用的概述。

提供了应用相关联的规整数据。

提供了一些思路/教程(相当于参加竞赛的人的一个小社区)

还有排行榜

当然kaggle本身也提供了jupyter notebook给用户使用，归纳一下：

• 1 商业价值：通过发起方做了简要说明
• 2 数据：已经准备好了
• 3 建模环境：准备好了
• 4 排名及奖励：也可以直观的看到。

对于一个数据科学家/算法工程师/建模工程师最希望的就是把精力聚焦在核心的技术上，当然也希望看到报酬。目前国内对于建模的商业应用还没有那么成熟，通常是商业价值和数据准备占了大部分的时间。背后的原因有很多：包括历史的沿革、企业管理者的思路、员工的技能等等。总体上来说，行业整体势头还不错，但是在建模和算法方面还远远未到一个成熟或者快速上升的通道。

我相信未来建模/算法行业也会变成一个成熟的产业，其最终的表现形式可能多样，但背后的逻辑基本就和Kaggle差不多：让专业的人把精力聚焦在该聚焦的地方。

3 超仿真试验场

目前我写的大部分文章是关于结构（架构）的，我希望能搭建一个可靠、高效而又灵活的个人计算平台。从工程的角度来说，如果没有合适的检验或测试场景，很难说一种方法是否成功。

参加Kaggle竞赛的过程也是把各种技术进行检验和糅合的机会，并且其结果几乎等同于实战。（换句话说，就算你的系统不做其他用途，总是能够帮你赢下足够多的Kaggle竞赛，奖金也花不完了。）

4 计划

4.1 在春节之前：找到目标

收集竞赛的信息（可以包括已经完结的），找到一些比较适合的进行分析。竞赛必须和我的研究方向和进度保持一致，这样效率才更高。

• 1 找到一些测试案例（竞赛）
• 2 找到自己研究方向可以做出突破的点

4.2 在2021.6之前：验证方法

完成1~3个案例的实测结果，通过自研的技术框架可以获取更好的成绩。（Kaggle允许竞赛之后继续排名）

4.3 在2022.1之前：赢得一个比赛的奖金（金、银、铜都可以）

• 使用新技术框架，获取比赛的胜利。
• 将框架固化为可复用服务。

5 Next

• 梳理竞赛的信息，更新在博客中。