はじめに

Kaggleについて

コンペに参加したら、まずはデータの確認。
学習データセット（train.csv）とテストデータセット（test.csv）が与えられる。
- 学習データセットには、Ground Truth（正解ラベル。今回であれば、各乗客のdead or alive）がついている。特徴量は与えられたもののほか、特徴量エンジニアリングで新しく生成してもOK。
- 評価データセットには、正解ラベルはなし。これに対する推論結果を投稿し、精度を競う。
この他、投稿ファイルのサンプル（gender_submission.csv）も与えられる。
次に、肝心な各データの内容を確認する。
左から、生存フラグ/チケットのclass/性別/年齢/兄弟・配偶者情報/親子情報/運賃/キャビン番号/乗車した港である。

本当はこのタイミングで見る必要はないが、他のビギナーさん達の実力が気になるので、チラリと「LeaderBoard」を確認する。
「LeaderBoard」は、自分を含む、全参加者のランキングとスコアが表示される。
「Public LeaderBoard」は、testデータセットに対する精度。「Private LeaderBoard」は、非公表のtestデータセットに対する精度である。コンペでは、最終的にこの「Private LeaderBoard」での精度を競うことになる。
今回の課題はどうやら簡単らしく、Accuracy1.0（正解率100%）の参加者がたくさんいるようだ。

kaggle competitions download -c titanic