LSTM, GRU, CNN 등 여러 방법 시도해봤는데 1D-CNN에 global-average-pooling이 가장 성능이 좋아 사용했습니다.

도비님의 rolling 이나 rotation, permutation 등의 여러 time series data augmentation 기법등을 적용했었는데 구현을 잘못한 것인지 저는 오히려 성능이 떨어졌습니다. 제대로 적용해서 오버피팅을 방지 못한게 아쉽네요

센서데이터 활용에 있어서 지식이 부족해 파생변수 같은 경우 여러 자료 참고했지만 제멋대로 생성한 느낌도 있습니다...

타겟 변수가 굉장히 불균형하기 때문에 Stratified KFold, K는 10으로 돌렸습니다.
쉐이크업이 있을까 걱정했는데 좋은 결과 얻어서 다행이네요 감사합니다!!