kaggle_cifar10数据集，

Kaggle是由联合创始人、首席执行官安东尼·高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。该平台由于举办多种领域的数据分析、机器学习竞赛，具有很多有价值的数据集可供下载。Kaggle 的数据集很难下载，这里提供了一个文本分类的数据集，供大家使用。

暂无描述

泰坦尼克号生还情况预测 Kaggle 是一个流行的数据科学竞赛平台，由 Goldbloom 和 Ben Hamner 创建于 2010 年。

The Hitchhikers Guide to Feature Extraction，特征提取漫游指南：Kaggle和日常工作的一些技巧和代码。

Kaggle-Tatannic 引进库 用到的库： numpy，熊猫，matplotlib，季节性，xgboost 1.导入数据 将测试集与训练集合并发，并添加附加0/1用于区分。此处用到的方法有： pd.read.csv：读取数据 pd.append：将训练集和验证集合并 pd.set_index：设置行索引名称 2.查看数据整体 data.head（） 共11个分段名称分别为：年龄，船舱号，登船港口，票价，名字，父母子女数，兄弟姐妹数，经济水平，性别，票号。 登船港口：C / Q / S三个港口 经济等级：分为低/中/高 其中，生存/ SibSp / Parch / Age / Fare为数值型数据，直观上讲可能转化率有影响，可以先进行进行相关性分析，看变量间是否有关联筛选。变量，后面可尝试进行编码处理 3.查看数值型变量间的相关性，用于筛选变量 data [“基线名”] .cor

Kaggle:入门赛Tatanic（泰坦尼克号）84.21%带你冲进前2%。另创作时间很久了，有些内容需要进一步的改进。说明一下本身资源需要积分很少，不知道怎么现在变成这么多

kaggle-give me some credit 完整训练数据，避免google注册下载。亲测可用，大家放心下载

根据房屋租赁信息创建的日期和其它相关特征，预测该租赁信息预计被查询点击的次数，进而提供欺诈控制和信息质量监测，使房屋业主和代理人更好的理解租户的需求和偏好。

餐厅收入预测 这是一场 Kaggle 比赛，我们的方法排名 67/2256。 项目目标 在这个项目中，我们的目标是找到一个数学模型来提高新餐厅投资的有效性，这将使 TFI 能够在其他重要业务领域进行更多投资，例如可持续性、创新和新员工培训。 本次比赛使用人口统计、房地产和商业数据，挑战您预测 100,000 个区域位置的年度餐厅销售额。 可以在找到项目介绍的更多详细信息。 杂项