阿里天池训练营day10：机器学习实战1

文章目录 2. 比赛具体方式3. 总结

阿里天池训练营day10：机器学习实战1

这次的任务主要是了解天池比赛相关内容，添加一条比赛，了解相关数据特征，以及观摩论坛中优秀的解读。

1. 快来一起挖掘幸福感！

比赛的主体是快来一起挖掘幸福感！，赛题相关介绍：

1. 赛题背景

在社会科学领域，幸福感的研究占有重要的位置。这个涉及了哲学、心理学、社会学、经济学等多方学科的话题复杂而有趣；同时与大家生活息息相关，每个人对幸福感都有自己的衡量标准。如果能发现影响幸福感的共性，生活中是不是将多一些乐趣；如果能找到影响幸福感的政策因素，便能优化资源配置来提升国民的幸福感。目前社会科学研究注重变量的可解释性和未来政策的落地，主要采用了线性回归和逻辑回归的方法，在收入、健康、职业、社交关系、休闲方式等经济人口因素；以及政府公共服务、宏观经济环境、税负等宏观因素上有了一系列的推测和发现。

赛题尝试了幸福感预测这一经典课题，希望在现有社会科学研究外有其他维度的算法尝试，结合多学科各自优势，挖掘潜在的影响因素，发现更多可解释、可理解的相关关系。

2. 赛题说明

赛题使用公开数据的问卷调查结果，选取其中多组变量，包括个体变量（性别、年龄、地域、职业、健康、婚姻与政治面貌等等）、家庭变量（父母、配偶、子女、家庭资本等等）、社会态度（公平、信用、公共服务等等），来预测其对幸福感的评价。

幸福感预测的准确性不是赛题的唯一目的，更希望选手对变量间的关系、变量群的意义有所探索与收获。

3. 数据说明

考虑到变量个数较多，部分变量间关系复杂，数据分为完整版和精简版两类。可从精简版入手熟悉赛题后，使用完整版挖掘更多信息。

文件为变量完整版数据，

abbr文件为变量精简版数据。

index文件中包含每个变量对应的问卷题目，以及变量取值的含义。

文件是数据源的原版问卷，作为补充以方便理解问题背景。

数据来源：赛题使用的数据来自中国人民大学中国调查与数据中心主持之《中国综合社会调查（CGSS）》项目。赛题感谢此机构及其人员提供数据协助。中国综合社会调查为多阶分层抽样的截面面访调查。

外部数据：赛题以数据挖掘和分析为出发点，不限制外部数据的使用，比如宏观经济指标、政府再分配政策等公开数据，欢迎选手交流分享。

4. 评测指标

提交结果为csv文件，其中包含id和的预测值两列。

分数计算公式：

s c o r e = 1 n ∑ 1 n ( y i − y ∗ ) 2 score = \frac{1}{n}\sum_1^n(y_i-y^*)^2 score=n1​∑1n​(yi​−y∗)2

其中 n n n代表测试集样本数， y i y_i yi​代表第 i i i个样本的预测值， y ∗ y^* y∗代表真实值。

具体数据集如下

5. 小结

天池给出一些数据，通过选择算法，优化算法，能较好的进行数据特征的提取

2. 比赛具体方式 单人制平台可以选择天池实验室提交时间、次数、大小都有一定的限制定时更新结果学习平台和论坛中可以学习一些知识 3. 总结

通过对比赛的分析和准备，对内容有了把握和清晰的认知，下面就可以具体操作了