Kaggle はじめてみた | メルカリのビッグデータでデータサイエンス
これまでのあらすじ
昨年は「どの仮想通貨が上がるんですか！？」
に霞んでいたが、
聞かれてうざい質問トップに名を連ねる
「データサイエンティストになるにはどうすればいいんですか？」
を皆さんは覚えているだろうか。
そう、私はデータサイエンティストと呼ばれる人を捕まえては、同じ質問を繰り返していた。
彼らの答えは決まって「かぐる…とか…やればいいんじゃないかな…(ﾎﾞｿ」
だった。かぐるって何。
今回のあらすじ
2018年だから Kaggleデビューする。
Kaggleは言うまでもなく、企業が"お題"を出し、データサイエンティストがそれを解くプラットフォームだ。
解くと懸賞金が貰える。
簡単に言うと、リーマン予想説いたら千円あげる…みたいな話である。
難しく言うと、ルフィ捕まえたら５億ベリーあげる…みたいな話である。
さっそく覗いてみる
コンペティションのページに飛んでみる。
おや、日本最後の希望と謳われたユニコーン・メルカリがいるではないか。
日本円にして、懸賞金1,000万ベリー。
一生 一年遊んで暮らせる金だ。
1,300チームが鎬を削っているらしい。金額結構高めだな…
データを落とす
お題は「中古品の販売価格予想」だそうで
学習データと、テストデータが用意されているので、オーソドックスにTensorflowとかにぶっこんでコネコネすればよさそうである。（分析する気ゼロ）
↓がテストデータで、学習データはこれに価格を加えたもの。
商品名とカテゴリから価格を予想するのか…
テキストマイニング…アウトオブ専門外だ。
Coach bag とか、bagの適正価格出して、Coachだからマシマシとかするのか？…気が遠くなる。
というか、カテゴリの平均値の方が、下手なコネクリアルゴリズムより、強いのではないか… Simple is best 論。
データ分析
１カテゴリあたりのアイテム数数えてみる。
…十分ありそうじゃないですか。意識高い系だから下は見ない…。
…カテゴリ平均を取ろう…（白目
JupyterLab
データサイエンスしてる感が出て安心する、安定のJupyterで作業する。
（導入方法などはこちら↓）
〜５時間後〜
はい、平均をもって、カテゴリの適正価格とした結果がでました。
なんのAI感もない、Pandasのお勉強です。
提出フォーマットが↓なので、揃えました。
提出
よし・・・1,000万円はすぐそこだ。
機械学習とかしてた方々、モノの価値はカテゴリで決まるんですよ。
”提出” ボタンを押す。
・・・
ん？
ふ
ふおお導出過程も出さなければならないやんこれ…
こんなもの出したら最期、二度とAIの会社やってます…とか言えなくなるやんけ…
まとめ
大事なのは結果ではない、過程なのだ…
大事なのは回帰係数なのだ…
次回「この世の全ての事象は、線形である…」に続く。
