kaggle：First Try

2018/11/29
今天想通过实战来学习一下机器学习的内容，就选择了kaggle。因为以前都是自己在虚拟机上来弄，所以整体上的操作风格跟以往有所不同。特别是，通过notebook形式，以前知道ipython这个套路，现在实验之后发现的确很方便。（后期如果是实验自己的数据集，可以自己定制一个docker，这个时候就发现了dockers好用的地方了。）而且，其中ipython那种交互式的形式，让我这种一直都是编译化写程序的人感觉很方便。太方便了，特别是图像都可以生成出来。真的，如果后续感觉需要的话，可以自己部署一个这样的环境。

---

这次在kaggle上弄完了之后，也发现自己的不足之处，原来学的机器学习的知识实在是太浅薄了。而且，另一方面，写代码的时候也感觉自己对那些api很不熟悉（这是自然，已经很久没碰过这个东西了）；好在自己还是懂一些原理，不会写就查嘛。
先来总结下，这次接触到了那些新东西，然后去吃饭。

1. kaggle网页上的环境使用的语言是python3，这一点的话，如果后续一直用网页的话，可能稍有注意。
2. 对数据进行操作的时候，用的事pandas来进行数据读取，这个跟我原来的形式不一样，原来的时候是直接使用了sklearn中的数据。后续这部分自然要学习，特别是他可以直接画图，这个很方便。
3. 画图的时候，我原来都是自己使用plt这种形式，画出来的图不好看就另说了；看到kaggle上很多人都用seaborn。
   其他的暂时还没发现。
   整体上，这跟我以往的学习及实践方式大不相同，希望后续可以帮我学习。

---

2018/11/29
有一点比较重要，就是可以通过一样的数据，来看别人的做法。这也是我原来的时候很想要的；另外就是一些比较经典的问题，可以在这里搜索，推荐使用google，然后加上kaggle的关键词。