분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
cutoff 값은 역시 실험적으로 적절한 값을 찾아주신건가요?
공유해주신 코드를 통해 이번 대회에서 부족했던 부분들을 채워나갈 수 있어서 좋고 또 감사드립니다.
저 같은 경우 permutation importance가 끝나고 np.arange(0, 4e-5, 1e-6) 이런식으로 실험을 돌려놓습니다. 저 같은 경우 0으로 했을 때 보다 다른 cutoff가 약 0.003~0.005 정도 좋았습니다.
답변 감사합니다!
축하드립니다 ㅎㅎ
이번 대회는 변수가 어마하게 많네요~
감사합니다!
대회 마지막에 급하게 이것저것 시도해보면서 더욱 그런 것 같습니다ㅠ
first time, last time같은 feature가 운좋게 잘 먹혔네요 ㅎㅎ;
코드 공유 감사합니다 ! ㅠㅠㅠ
다른 대회(데이콘 내 대회)에서 공유하신 코드들 보면서 이번 대회에 참고 많이했었습니다 ㅎㅎㅎ
이번 코드도 배울점이 많은거 같습니다 !
열심히 공부하겠습니다 감사합니다.
감사합니다~ 힘내세요 화이팅!
축하 드립니다.
감사합니다!
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
코드 공유 정말 감사합니다!
저도 permutation importance를 구해서 사용해보려는 시도가 있었으나 잘 되질 않았습니다.
permutation importance를 구해서 값이 0 이하인 feature들을 제거한 후 예측을 시도해보았으나 오히려 성능이 하락해버리는 예상과는 다른 결과가 나와버렸습니다.
아마도 feature가 올바르지 못했거나 permutation importance를 잘못 구한게 아닌가 싶습니다.