在学习过深度学习的基础知识之后，参与实践是继续提高自己的最好途径。本文将带你进入全球最大机器学习竞赛社区Kaggle，教你如何选择自己适合的项目，构建自己的模型，提交自己的第一份成绩单。
本文将介绍数据科学领域大家都非常关心的一件事。事先完成一门机器学习MOOC课程并对Python有一些基础知识有助于理解文本，但没有也没关系。本文并不会向大家展示令人印象深刻的成果，而是回顾基础知识，试图帮助初学者找到方向。
文章结构：
1.介绍
2.Kaggle综述
3.建立自己的环境
4.预测房价竞赛简介
5.加载和检查数据
6.我们的模型：决策树介绍、偏差-方差权衡、随机森林
7.预处理数据
8.整合并提交结果
介绍
目前，我们能在网上找到很多高质量的免费机器学习教程，如MOOC。一年以前，我在Udacity接触了「机器学习入门」课程，我认为它对于新手来说非常友好。在这里，我学到了机器学习基础概念、很多流行算法，以及scikit-learn的API。在完成课程以后，我非常希望学到更多，但陷入了短暂的迷茫。
在做完一番研究后，我认为下一步最优的选择是进军Kaggle，它是谷歌旗下的一个预测模型竞赛平台。没什么比自己动手进行实践更好了！
初次尝试Kaggle竞赛是很紧张刺激的，很多时候也伴随着沮丧（得到好成绩之后这种感觉似乎还加深了！），本文将着重介绍如何入门并开始你的第一场Kaggle竞赛，在这个过程中尽快成长。
Kaggle综述
房价竞赛登录页面。（如果你已经熟悉Kaggle网站了，本段可以跳过）
Kaggle上有两个最适合新手的竞赛（某种程度上已成为Kaggle的「入门教程」）：
Titanic（预测生存：一种二元分类问题）：