Competencias en Kaggle

🌍 ¿Qué es Kaggle?

Kaggle es una plataforma donde:

Se compite resolviendo problemas reales
Se trabaja con datasets reales
Se aprende de otros (código abierto)

🧠 ¿Qué se hace en una competencia?

Entender el problema
Explorar los datos
Construir un modelo
Evaluar resultados
Enviar predicciones

📁 Estructura típica de una competencia

import pandas as pd

train = pd.read_csv("train.csv")
test = pd.read_csv("test.csv")

print(train.head())

🔍 Exploración inicial

print(train.info())
print(train.describe())

Ahora buscamos:

Tipos de variables
Valores faltantes
Distribuciones

🎯 Variable objetivo

y = train["target"]
X = train.drop(columns=["target"])

Aquí definimos:

Qué queremos predecir
Qué usamos para predecir

Separación de datos

from sklearn.model_selection import train_test_split

X_train, X_val, y_train, y_val = train_test_split(
    X, y, test_size=0.2, random_state=42
)

🤖 Modelo básico

from sklearn.tree import DecisionTreeClassifier

# Create a LinearRegression object
lr = LinearRegression()

Ajuste

# Fit the model on the train data
lr.fit(
    X=taxi_train[['pickup_longitude', 'pickup_latitude',
                  'dropoff_longitude', 'dropoff_latitude',
                  'passenger_count']],
    y=taxi_train['fare_amount']
)

Predicción

# Select features
features = ['pickup_longitude', 'pickup_latitude',
            'dropoff_longitude', 'dropoff_latitude',
            'passenger_count']

# Make predictions on the test data
taxi_test['fare_amount'] = lr.predict(taxi_test[features])

Crear archivo para Kaggle

# Preparar la entrega (submission)

# Leer un archivo de ejemplo de submission
taxi_sample_sub = pd.read_csv('taxi_sample_submission.csv')
taxi_sample_sub.head(1)

Crear archivo para Kaggle

# Crear el archivo de submission con las columnas requeridas
taxi_submission = taxi_test[['key', 'fare_amount']]

# Guardar el archivo de submission como .csv
taxi_submission.to_csv('first_sub.csv', index=False)

🚀 Subir a Kaggle

Ir a la competencia
Subir submission.csv
Ver el puntaje