luminosite / ud_quora Goto Github PK

使用的库：
	数据处理：
		pandas
		numpy
		scipy
	数据可视化：
		matplotlib
		IPython
	自然语言处理：
		gensim
		fuzzywuzzy
		nltk
		tqdm
		python-levenshtein
	模型训练：
		sklearn

上传代码说明：
	features.py: 特征提取生成相关代码
	data_check.ipynd： 模型训练，调优，筛选相关代码
	test_data_process.ipynd: quora测试数据处理以及最终结果生成相关代码

模型训练时间 (s)：
	RandomForest: 72.870410
	GBDT: 224.975881
	LogsitcRegression: 96.735463
	SGD: 7.289494

模型训练验证数据量：
	训练数据集：251436
	测试数据集：78575
	验证数据集：62860

操作系统机器硬件：
	Windows： Windows 10 Enterprise
	Processor: 				Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz 2.40 GHz (2 processors)
	Installed memory (RAM):	32.0GB
	System type: 			64-bit Operationg System, x64-based processor

操作系统机器硬件：
	OS X EI Capitan
	Processor: 2.8 GHz Intel Core i7
	Memory: 16 GB 1600 MHz DDR3

Kaggle账号：lumino
Quora Question Pairs Pulbic Score: 8.34470