【步驟一:建立新的 Kaggle Notebook】 登入 Kaggle 帳戶。 前往比賽頁面:Predict Calorie Expenditure 點擊「Code」標籤。 點擊「New Notebook」,建立一個新的 Notebook。Kaggle+1Reddit+1 【步驟二:撰寫基本的資料處理與模型訓練程式碼】 在新的 Notebook 中,您可以依序執行以下程式碼區塊: 1. 匯入必要的套件 python 複製編輯 import pandas as pd from sklearn.linear_model import LinearRegression 2. 讀取資料 python 複製編輯 train = pd.read_csv('/kaggle/input/playground-series-s5e5/train.csv') test = pd.read_csv('/kaggle/input/playground-series-s5e5/test.csv') 3. 檢視資料 python 複製編輯 print(train.head()) print(train.info()) 4. 定義特徵與目標變數 python 複製編輯 X = train.drop(['id', 'Calories_Burned'], axis=1) -要修改成正確名稱 y = train['Calories_Burned'] -要修改成正確名稱 X = train.drop(['id', 'Calories'], axis=1) -正確名稱– y = train['Calories'] -正確名稱– 5. 訓練模型 python 複製編輯 model = LinearRegression() model.fit(X, y) 6. 預測測試集 python 複製編輯 X_test = test.drop('id', axis=1) predictions = model.predict(X_test) 7. 建立提交檔案 python 複製編輯 submission = pd.DataFrame({'id': test['id'], 'Calories_Burned': predictions}) submission.to_csv('submission.csv', index=False)
{"description":"🧭 步驟一:建立新的 Kaggle Notebook登入您的 Kaggle 帳戶。","title":"0518-數據分析練習(Predict Calorie Expenditure)","contributors":"[{\"id\":\"e73b3ccf-da42-4561-b145-4f07585e2f54\",\"add\":2112,\"del\":0}]"}
Expand menu