This is the codes I write to participate the Kagge competition

1. benz

This is the first competition I take it seriously, I write my complete auto hyperparameter tunning codes for this tasks,and also implement the stacking methods.

2. MNIST
3. Titanic

包含了在数据挖掘中常用的算法，将交叉验证等过程封装起来，只需要传入训练数据就可以返回交叉验证后的模型。

• xgboost
• lightgbm
• ridge
• logistic regression
• randomforest
• naive bayes

一些特性：

• 可以画出训练和验证集的性能随着参数的变化曲线
• 交叉验证过程对用户透明，使用简单
• 所有方法具有相同的接口函数，这意味着可以通过传入函数名的字符串调用相应的函数，类似于工厂模式？
• sklearn内置的函数继承同一父类
• xgboost、lightgbm回归和分类的代码继承同一父类

todo:

• 基于上述方法构建ensemble的代码，包括 bagging,stacking,blending