[캐글 리팩터링] 02 캐글 정복 첫걸음

“Must Have 머신러닝 딥러닝 문제해결 전략”을 읽고 배운 내용을 정리해보았다. 캐글 가입부터 결과 제출까지 전체 프로세스를 배워보자

전체 프로세스

• 캐글 가입 → 경진대회 참여 → 주피터 노트북 설정 → 결과 제출하기 → 컨트리뷰터 되기 → 예제 코드 캐글 노트북 복사하기
  

2.1 캐글 가입

• 가입 완료!

  

2.2 경진대회 참여

• 타이타닉 대회 : 승객들의 이름, 성별, 나이, 지불한 운임, 가족수 등을 통해 각 승객이 살았는지 죽었는지 예측하는 경진대회이다.
• Join Competition 클릭, Submit Predictions 라고 뜨면 참여가 완료된 것이다.
• I Understand and Accept 클릭하여 대회 참여한다.
  

2.3 주피터 노트북 설정

• 캐글 노트북 환경에는 기본적인 데이터 분석, ML 라이브러리가 이미 설치되어 있고, GPU 환경을 제공해준다. (필요하면 로컬에서 해도 된다.)

새로운 노트북 생성

• [Code] 클릭 → [New Notebook] 클릭
• [Data] 탭에 경진대회용 데이터가 들어있다.
  

캐글 노트북 둘러보기

• Input
  • 훈련용 데이터 train csv
    • train csv로 모델 훈련하기
  • 테스트용 데이터 test.csv
    • test.csv로 결과 예측하기
  • 제출용 샘플 데이터 gender_submission.csv
    • gender_submission.csv 형식에 맞춰 제출하기
• Output
  • 제출 파일이 담길 디렉터리
• Ctrl + Enter: 현재 셀만 실행
• Shift + Enter: 현재 셀을 실행하고 다음 셀로 넘어가기

• 데이터 디렉터리

    # This Python 3 environment comes with many helpful analytics libraries installed
    # It is defined by the kaggle/python Docker image: https://github.com/kaggle/docker-python
    # For example, here's several helpful packages to load
      
    import numpy as np # linear algebra
    import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
      
    # Input data files are available in the read-only "../input/" directory
    # For example, running this (by clicking run or pressing Shift+Enter) will list all files under the input directory
      
    import os
    for dirname, _, filenames in os.walk('/kaggle/input'):
        for filename in filenames:
            print(os.path.join(dirname, filename))
      
    # You can write up to 20GB to the current directory (/kaggle/working/) that gets preserved as output when you create a version using "Save & Run All" 
    # You can also write temporary files to /kaggle/temp/, but they won't be saved outside of the current session
      
    >> /kaggle/input/titanic/train.csv
    >> /kaggle/input/titanic/test.csv
    >> /kaggle/input/titanic/gender_submission.csv
  

• 키보드 단축키 (자주 사용하므로 꼭 기억하기)

  

• [View] → [Toggle line numbers]: 셀 안에 줄번호 표시
  

파이썬 및 설치된 라이브러리 버전 확인하기

import sys
print(sys.version)

import numpy, pandas, seaborn, matplotlib, sklearn, scipy, missingno, lightgbm, xgboost
print('numpy :', numpy.__version__)
print('pandas:', pandas.__version__)
print('seaborn:', seaborn.__version__)
print('matplotlib:', matplotlib.__version__)
print('sklearn:', sklearn.__version__)
print('scipy:', scipy.__version__)
print('missingno:', missingno.__version__)
print('lightgbm:', lightgbm.__version__)
print('xgboost:', xgboost.__version__)

>> 3.7.12 | packaged by conda-forge | (default, Oct 26 2021, 06:08:53) 
[GCC 9.4.0]
>> numpy : 1.21.6
>> pandas: 1.3.5
>> seaborn: 0.11.2
>> matplotlib: 3.5.2
>> sklearn: 1.0.2
>> scipy: 1.7.3
>> missingno: 0.4.2
>> lightgbm: 3.3.2
>> xgboost: 1.6.2

2.4 결과 제출하기

제출 파일 생성

• 훈련, 예측한 파일이 없기 때문에 샘플 파일의 내용을 그대로 제출 파일로 생성해보자.

import pandas as pd

submission = pd.read_csv('/kaggle/input/titanic/gender_submission.csv')
submission

# submission 객체를 제출 파일로 변환
submission.to_csv('submission.csv', index=False)

• Output/kaggle/working 디렉터리에 submission.csv 파일이 생성되었다.

  

커밋하기

• 생성된 submission.csv 파일을 제출하려면 커밋해야한다.
• [Save Version] 클릭 → [Save] 클릭
  • Save Version 옆의 숫자는 커밋 횟수이다.
    

제출 및 점수 확인하기

• 제출한 코드 확인
  • [Save Version 옆의 숫자] 클릭 → [Go to Viewer] 클릭, [Data] 탭 클릭
• 제출하기
  • [Submit] 클릭 → [Submit] 한번 더 클릭
• 점수 확인
  • [View My Submissions] 클릭
• 등수 확인
  • [Jump to your leaderboard position] 클릭

  
  

2.5 컨트리뷰터 되기

1. 프로필 채우기
2. 다른 사람 노트북 추천 누르고 댓글 달기

2.6 예제 코드 캐글 노트북 복사하기

• 노트북 복사하기
  • [Copy & Edit] 클릭

• 2.4절에서 했던 것과 똑같이 커밋하고 제출하기

  

지금까지 캐글 가입부터 결과 제출까지 전체 프로세스를 알아봤고 컨트리뷰터가 되어봤다.

다음 포스트에서는 문제해결 프로세스에 대해 다뤄볼 것이다.