lintcode上面有十几道类似于Kaggle的小项目，用于深度学习的入手练习再好不过了，现在就让我们上手这道猫狗分类器的问题吧！
（全程用Keras框架，简单上手！）
本题网址：LintCode
题目描述：
Otto Group是世界上最大的电子商务公司之一，在全世界范围内，它每天会卖出数百万件商品。每件商品所属的类别分别是Class_1～ Class_9。对于这家公司的来说，货物供给和需求分析是非常重要的信息。现给定一些商品的多个特征，你需要设计一个算法模型来判断一个商品所属的类别。
一 下载，处理数据
这道题给出的是约5w个商品的93个特征，这些商品分属9类，要做的是根据93个特征求出这些商品是哪一个类的。
下面让我们先整理数据：将N*93大小的特征数据处理为numpy数组，然后把每样商品的分类改变成9维的one-hot形式（类似于1,0,0,0,0,0,0,0,0代表的是第一类）
def to_one_hot(y):
y_temp = np.zeros([y.shape[0], 10]) # 转换为one-hot向量
for i in range(y.shape[0]):
y_temp[i, y[i]] = 1
return y_temp
# 读取数据
train_data = pd.read_csv(open("./Otto_Group_商品识别data/train.csv"))
test_data = pd.read_csv(open("./Otto_Group_商品识别data/test.csv"))
print(train_data.info())
train_y_raw = train_data["target"]
x_label = []
for i in range(1,94):
x_label.append("feat_%s"%(i))
train_x = np.array(train_data[x_label])
test_x = np.array(test_data[x_label])
# 将train_y中形如Class_1的数据转换成one_hot向量，9维
train_y = np.zeros([len(train_y_raw),9])
for i in range(len(train_y_raw)):
lable_data = int(train_y_raw[i][-1]) # 取最后一个字就行
train_y[i,lable_data-1] = 1
print(train_x.shape,train_y.shape,test_x.shape) # (49502, 93) (49502, 9) (12376, 93)
二 建立模型，训练
由于有输入的是93维数据，要转换成9类的分布概率，这里就选取了93->128->64->32->16->9的神经网络，使用relu激活函数，最后一层用softmax将预测值转化为每个分类的概率。
# 构建模型
model = Sequential()
model.add(Dense(128, input_shape=(93,),activation="relu"))
model.add(Dense(64, activation="relu"))
model.add(Dense(32, activation="relu"))
model.add(Dense(16, activation="relu"))
model.add(Dense(9))
model.add(Activation('softmax'))
model.summary()
model.compile(loss='mean_squared_logarithmic_error',optimizer='adadelta',metrics=['accuracy'])
model.fit(x=train_x,y=train_y,batch_size=2048,nb_epoch=200,verbose=1)
三 预测，上传答案
# 预测答案
test_y = model.predict(test_x)
print(test_y.shape)
answer = pd.read_csv(open("./Otto_Group_商品识别data/sampleSubmission.csv"))
class_list = ["Class_1","Class_2","Class_3","Class_4","Class_5","Class_6","Class_7","Class_8","Class_9"]
answer[class_list] = answer[class_list].astype(float)
# 将答案放进去
j = 0
for class_name in class_list:
answer[class_name] = test_y[:, j]
j += 1
answer.to_csv("./Otto_Group_商品识别data/submission.csv",index=False) # 不要保存引索列
最后得分为0.70214，排名12/29（去掉前面一堆loss=0的团队后，7/24），很想吐槽lintcode为什么不管管正确率100%的那些团队？
四 开源
所有代码都在我的github上，下载即运行