标签: kaggle

我一直在尝试不同的方法将Kaggle上的SpaceX 任务csv 文件直接导入 pandas DataFrame，但没有成功。

我需要发送登录请求。这是我到目前为止所拥有的：

import requests
import pandas as pd
from io import StringIO

# Link to the Kaggle data set & name of zip file
login_url = 'http://www.kaggle.com/account/login?ReturnUrl=/spacex/spacex-missions/downloads/database.csv'

# Kaggle Username and Password
kaggle_info = {'UserName': "user", 'Password': "pwd"}

# Login to Kaggle and retrieve the data.
r = requests.post(login_url, data=kaggle_info, stream=True)
df = pd.read_csv(StringIO(r.text))

r 正在返回页面的 html 内容。 df = pd.read_csv(url)给出 CParser 错误： CParserError: Error tokenizing data. C error: Expected 1 …

我指的是https://github.com/Kaggle/kaggle-api

我尝试在 Windows CMD 和 Python 的 IDLE 中执行页面上列出的示例命令。不确定应该在哪里执行或者如何转到 Kaggle CLI？

例如。命令：kaggle 数据集列表 -s 人口统计

Windows CMD 说：“kaggle”不被识别为内部或外部命令、可操作程序或批处理文件。

我正在阅读Kaggle 上发布的这个Heroes Recognition ResNet34 notebook。

作者使用fastai的learn.lr_find()方法求最优学习率。

根据学习率绘制损失函数会产生下图：

似乎损失达到了 1e-1 的最小值，但在下一步中，作者将 1e-2 作为 max_lr 传入fit_one_cycle以训练他的模型：

learn.fit_one_cycle(6,1e-2)

为什么在这个例子中使用 1e-2 而不是 1e-1？这不会只会使训练变慢吗？

我最近在1.6.0本地机器上更新了我的 Pytorch 版本以使用他们的混合精度训练，从那时起我遇到了这个问题，我尝试了这里提到的解决方案，但它仍然抛出以下错误。

RuntimeError: version_ <= kMaxSupportedFileFormatVersion INTERNAL ASSERT FAILED at /opt/conda/conda-bld/pytorch_1591914880026/work/caffe2/serialize/inline_container.cc:132, please report a bug to PyTorch. Attempted to read a PyTorch file with version 4, but the maximum supported version for reading is 3. Your PyTorch installation may be too old.

重现链接：https://www.kaggle.com/rohitsingh9990/error-reducing-code ?scriptVersionId=37468859

任何帮助将不胜感激，提前致谢。

使用如下所示的数据框（下面的文本版本）：

我应该计算自 2010 年以来哪个国家在锦标赛中进球最多。到目前为止，我已经成功地通过过滤掉友军来操纵数据框，如下所示：

no_friendlies = df[df.tournament != "Friendly"]

然后我将日期列设置为索引，以便过滤掉 2010 年之前的所有匹配项：

no_friendlies_indexed = no_friendlies.set_index('date')
since_2010 = no_friendlies_indexed.loc['2010-01-01':]

从现在起我就很迷茫了，因为我不知道如何计算每个国家主客场的进球数

任何帮助/建议表示赞赏！

编辑：

示例数据的文本版本：

date    home_team   away_team   home_score  away_score  tournament  city    country     neutral
0   1872-11-30  Scotland    England     0   0       Friendly    Glasgow     Scotland    False
1   1873-03-08  England     Scotland    4   2       Friendly    London  England     False
2   1874-03-07  Scotland    England     2   1       Friendly    Glasgow     Scotland    False
3   1875-03-06  England     Scotland    2   2       Friendly    London  England     False
4   1876-03-04  Scotland    England     3   0       Friendly    Glasgow     Scotland …

我正在尝试在Colab Notebook中给出的 TPU 上运行模型。该模型运行良好，但今天我无法运行该模型。

我使用以下代码来安装 pytorch-xla。

VERSION = "nightly"  #@param ["1.5" , "20200325", "nightly"]
!curl https://raw.githubusercontent.com/pytorch/xla/master/contrib/scripts/env-setup.py -o pytorch-xla-env-setup.py
!python pytorch-xla-env-setup.py --version $VERSION

我尝试安装所需的库，如下所示：

!pip install -U nlp
!pip install sentencepiece
!pip install numpy --upgrade

但是，当我尝试以下操作时

import nlp

它给出以下错误：

OSError: libmkl_intel_lp64.so.1: cannot open shared object file: No such file or directory

我搜索了错误并尝试了以下操作，但仍然不起作用。有什么想法如何修复它吗？注意：几天前还可以，但今天不行了。

!pip install mkl
#!export PATH="$PATH:/opt/intel/bin"
#!export LD_LIBRARY_PATH="$PATH:opt/intel/mkl/lib/intel64_lin/"
!export LID_LIBRAEY_PATH="$LID_LIBRARY_PATH:/opt/intel/mkl/lib/intel64_lin/"

我正在使用 PyCaret 并收到错误。

AttributeError: 'Simple_Imputer' object has no attribute 'fill_value_categorical'

尝试创建一个基本实例。

!pip install pycaret==1.0

from pycaret.regression import *
exp_reg = setup(data=df, target='Survived', session_id=2)

我在Kaggle中有一个R笔记本，我想将其转换为 pdf 或 html。我在论坛中找到的所有解决方案似乎都是面向Python的。