분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
1. 평가
사용자 수, 세션 수, 신규 방문자 수, 페이지 뷰 수 4가지 항목을 예측하는 대회입니다.
각 변수의 크기가 다르기 때문에 가중치를 부여한 RMSE로 모델의 성능을 평가합니다.
def dacon_rmse(true, pred):
# true.shape // (N,4)
# pred.shape // (N,4)
# w0, w1, w2, w3 <= train.csv의 사용자 수, 세션 수, 신규 방문자 수, 페이지 뷰 수 4가지 항목별 평균값
score = np.sqrt(np.mean(np.square(true[:,0] - pred[:,0]))) / w0 +\
+ np.sqrt(np.mean(np.square(true[:,1] - pred[:,1]))) / w1 +\
+ np.sqrt(np.mean(np.square(true[:,2] - pred[:,2]))) / w2 +\
+ np.sqrt(np.mean(np.square(true[:,3] - pred[:,3]))) / w3 +\
return score
=> 평가 반영 X
=> 최종 평가에 반영
2. 개인 또는 팀 참여 규칙
* 동일인이 개인 또는 복수팀에 중복하여 등록 불가.
3. 외부 데이터
4.유저평가
예시) Private 1위, Private 점수 :0.98, LGBM 모델
5. 유의 사항
6. 토론(질문)
대회 시작 및 데이터 공개
팀 병합 마감
제출 마감
우승 후보 코드 제출 마감
최종 순위 발표
우승자 강연
1. 평가
사용자 수, 세션 수, 신규 방문자 수, 페이지 뷰 수 4가지 항목을 예측하는 대회입니다.
각 변수의 크기가 다르기 때문에 가중치를 부여한 RMSE로 모델의 성능을 평가합니다.
def dacon_rmse(true, pred):
# true.shape // (N,4)
# pred.shape // (N,4)
# w0, w1, w2, w3 <= train.csv의 사용자 수, 세션 수, 신규 방문자 수, 페이지 뷰 수 4가지 항목별 평균값
score = np.sqrt(np.mean(np.square(true[:,0] - pred[:,0]))) / w0 +\
+ np.sqrt(np.mean(np.square(true[:,1] - pred[:,1]))) / w1 +\
+ np.sqrt(np.mean(np.square(true[:,2] - pred[:,2]))) / w2 +\
+ np.sqrt(np.mean(np.square(true[:,3] - pred[:,3]))) / w3 +\
return score
=> 평가 반영 X
=> 최종 평가에 반영
2. 개인 또는 팀 참여 규칙
* 동일인이 개인 또는 복수팀에 중복하여 등록 불가.
3. 외부 데이터
4.유저평가
예시) Private 1위, Private 점수 :0.98, LGBM 모델
5. 유의 사항
6. 토론(질문)
12.18
대회 시작 및 데이터 공개01.11
팀 병합 마감01.22
제출 마감01.25
우승 후보 코드 제출 마감01.28
최종 순위 발표01.29
우승자 강연
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