提出フロー完全理解とデバッグ

submission の作り方を総まとめし、形式エラーの典型と対処法を身につけます。

提出フローの全体像#

sample_submission.csv の形式を確認
   ↓
予測を sample と同じ列・行数で作る
   ↓
submission.csv を書き出す（index=False）
   ↓
Submit Predictions でアップロード
   ↓
Public LB のスコアを確認 → 改善ループ

sample_submission.csv を正とするのが最重要です。列名・行数・ID の順序をこれに合わせます。

sample = pd.read_csv("/kaggle/input/titanic/gender_submission.csv")
sample.columns       # 期待される列名
sample.shape         # 期待される行数

よくある形式エラーと対処#

症状	原因	対処
列が違う / 余分な列	`index=False` 忘れ・列名ミス	`to_csv(..., index=False)`、列名を sample に合わせる
行数が合わない	test の一部を落とした・欠損で行が消えた	test 全行に予測を出す。欠損補完で行を保つ
ID がずれている	並べ替え・shuffle した	予測は test の順序のまま ID と対応させる
値が NaN	予測や逆変換で欠損が発生	NaN を埋める。`expm1` 等の逆変換忘れに注意
スコアが異常に低い	目的変数の逆変換忘れ・指標違い	対数変換は `expm1` で戻す。指標を再確認

注意

提出前に submission.isnull().sum()（NaN チェック）と submission.shape（行数チェック）、 submission.head()（列名・値の確認）を必ず実行する習慣をつけましょう。多くのエラーはここで防げます。

提出前チェックリスト#

assert list(submission.columns) == list(sample.columns)   # 列名一致
assert len(submission) == len(sample)                     # 行数一致
assert submission.isnull().sum().sum() == 0               # NaN なし

この 3 行を最後に走らせるだけで、形式エラーの大半を未然に防げます。

理解度チェック#

Quiz提出ファイルの形式を合わせるとき、何を「正」とすべき？

自分の train データの列コンペが配布する sample_submission（列名・行数・ID の順序）その時のモデルの出力

このトラックのまとめ#

入門コンペは「まず提出 → CV を信じて小さく改善」のループで進める
Titanic（分類）：性別・クラスを軸に特徴量を足し、Stratified K-Fold で改善
House Prices（回帰）：歪んだ目的変数は対数変換し、expm1 で戻して提出
submission は sample_submission を正とし、列・行・NaN を提出前にチェック

関連コンペページ：Titanic 解説／ House Prices 解説

次のステップ#

次トラック（L4）では、特徴量エンジニアリングと検証戦略を深掘りし、ベースラインからさらにスコアを伸ばす技術を学びます。