データ分析コンペの進め方がわからない

kaggle

現在、ある分析コンペに参加している。参加途中の中での雑感をメモしておく。

難しいなと感じるのは、タスクの優先順位のつけ方。

データ分析を進める上で、すべきタスクがいくつか思いつくのだが、そのどれを進めるべきかがわからない。

例えば、データをある程度成形し、モデルに突っ込んで、予測を得た時に

• 特徴量の作成
• 別のモデルで試してみる
• モデルのパラメータ調整

などがすべきこととして考えられると思うが、どれに注力すべきかがわからない。経験が少ないから、どこにどれだけ時間を費やせば、どれくらい改善しそうだ、という感覚が持ててない。

現段階では、自分の経験のために、思いついたことは全部やってみよう、という気持ちで進めている。

scikit-learnのパラメータ調整について書かれた数少ない（？）本として下記が紹介されていたので購入してみた。

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎