P
@iampolosataya а как у тебя получается целые числа выбивать на лб?
Мистика
Засылаем
if len(test) > 1500:
zeros_solution()
else:
baseline_solution()
Смотрим скор в ЛК и если он такой же как с нулями, то длина тестового датасета > 1500
Size: a a a
2020 February 18
IV
Ну смотри, идея простая: засылаем нули, узнаём скор, засылаем бейзлайн, узнаём скор
Засылаем
Смотрим скор в ЛК и если он такой же как с нулями, то длина тестового датасета > 1500
Засылаем
Смотрим скор в ЛК и если он такой же как с нулями, то длина тестового датасета > 1500
Да ты запаришься так делать :D Чтобы точный размер узнать
М
Ivan Veriga
Да ты запаришься так делать :D Чтобы точный размер узнать
Я бы поверил уважаемому @Sergeif_239 и поиск был бы среди ≈1000 возможных значений, так что хватило бы ≈log_2(1000)≈10 посылок
IV
Я бы поверил уважаемому @Sergeif_239 и поиск был бы среди ≈1000 возможных значений, так что хватило бы ≈log_2(1000)≈10 посылок
Кстати, можно было бы и не тратить посылки
IV
Вызывать экзепшен просто
IV
Вместо модели
IV
Потратился бы всего 1 сабмит
М
А они в ЛК проваливаются?
SF
угу. и попыток не тратят
М
По-моему, там только "не найден файл results.csv"
М
Круто, не знал
D
Кто-нибудь знает, как побороть
Your notebook tried to allocate more memory than is available. It has restarted. на kaggle?SD
использовать меньше памяти?
D
То есть читать большие файлы чанками?
D
А обучаться на random-sample?
D
Если файл большой
D
Например, из 5М строк придётся брать рандомные 300K, к примеру?
SF
хах. ну да. или использовать нейронки )
ЯИ
Что делать если ошибка Неверное количество данных:
Проверил локально, длина совпадает
Проверил локально, длина совпадает