Question

我目前正在将Tensorflow应用于Kaggle的泰坦尼克号机器学习问题：https://www.kaggle.com/c/titanic

我的训练数据是891乘8（891个数据点和8个特征）。目标是预测泰坦尼克号上的乘客是否幸存。所以这是一个二元分类问题。

我正在使用单层神经网络。这是我的成本函数：

cost = tf.reduce_mean( tf.nn.softmax_cross_entropy_with_logits(prediction,y))

这是我的优化器：

optimizer = tf.train.MomentumOptimizer(learning_rate=learning_rate, momentum=momentum).minimize(cost)

这是我的问题/问题：

我尝试将神经网络的一些预测提交给Kaggle，到目前为止我的所有尝试都有0％的准确率。然而，当我将前10名乘客的预测替换为来自sk-learn的RandomForestClassifier（）的预测时，准确率飙升至50％..

我对神经网络无能的猜测是它是由训练数据不足引起的。所以我在考虑为输入数据添加噪声，但我真的不知道如何。

我的训练数据的8个特征是：['Pclass'，'Sex'，'Age'，'Fare'，'Child'，'Fam_size'，'Title'，'Mother']。有些是绝对的，有些是连续的。

非常感谢任何想法/链接！非常感谢。

编辑：

我发现提交内容有什么问题。出于某种原因，我的预测都是浮点数而不是整数。所以我就这样做了：

result_df.astype(int)

感谢大家指出我的提交格式错误。

Answer 1

尝试在本地交叉验证培训数据，看看您获得的准确度。 sklearn软件包有一个简单的k-fold交叉验证实用程序（here），用于在训练和测试折叠中划分样本。你获得了什么准确度？

请记住，二元分类的准确率为50％。如果k倍CV精度高于50％，则提交时可能会出现问题。