Kaggle Drivenな顧客予測への挑戦

LT for PyData.Fukuoka #1
Dec. 20th, 2018

Transcript

1. Kaggle Drivenな 顧客予測への挑戦 PyData.Fukuoka Meetup #1 – 年末LT大会 Dec. 20th, 2018 shimopino (@shimoke4869)
2. 自己紹介 2 • 下川 啓介 @shimoke4869 • 九州大学 総合理工学府 大気海洋環境システム学専攻 研究内容：宇宙プラズマと宇宙線の相互作用の効果 • 解析の経験 Python歴：1年強 機械学習：1年弱（2018年度から勉強） Kaggleは7月に初大会参加 6月からトライアルでアルバイト
3. トライアルでのタスク 3 時間帯別 顧客予測 売上予測 発注予測 作業計画 製造指示 人事確保 適正値下
4. 挑戦結果 4 R2 = 0.9967 • 挑戦した結果 各点は、1店舗の1週間分の各時間帯別 のPOS客数の実績と予測 (1店舗1日に平均で -40人程度の誤差) 解析店舗数=226 経験があるからできた? じつはテーブルデータは未経験 （Titanicはコードを眺めたのみ）
5. どうやって取り組んだのか 5 1. 大会の概要とデータを注意深く観察する。 2. 似た大会を探し、その大会のデータを観察する。 3. 似た大会の解法を読む 4. その分野の見逃している発展的な論文を読む。 5. … • 現在1位のKaggler、bestfittingさんの取り組み方 個人的に最も重要 • 例えば... ・RSMEとRMSLEの違い ・指数移動平均の最適化 ・Pandasの各メソッドの使用法 ・Pandasの高速化 などなど
6. どうやって取り組んだのか 6 • 例えば... ・「先月」のデータでも十分機能 ・日ごと月ごとの売り上げ平均はうまく 機能しない場合もある。 ・政府の所得統計データを利用する ・季節調整データの使用法 ・クリスマスなどの特殊イベント時での 売り上げデータの調整方法 ・機械学習モデルと統計モデルのブレンド （scikit-learnでのモデル、statsのarimaモデル）
7. 具体的にどうすればいいのか 7 • リクルートコンペを例にまとめてます！（更新中ですが） Kaggle Advent Calendar 2018 その2 明日（21日）に Kaggleもくもく会！ ぜひ参加してください！ 週末にKaggleのリバース エンジニアリングなどを わいわいやってみたい…