분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[Private 3위 정새] XGBoost, Optuna, Class weight
특성 공학, 특성 제거, 숫자형 특성 범주형 변환 등 여러 전처리를 적용해보았지만, 아무 전처리도 진행하지 않는 것이 가장 성능이 좋았습니다.
또한 AutoML을 활용했을 때, 일정 수준 이상의 성능은 도달할 수 있었지만, 결국 좋은 성능을 내려면 Optuna를 활용해야했습니다.
코드 자체가 매우 간단하니, 실제 코드를 보시는게 더욱 빠르게 이해하실 수 있으실 것 같습니다.
감사합니다.
감사합니다!!
수상 축하드립니다!
감사합니다!!
튜닝은 얼마정도 걸렸나요?
n_estimators에 따라 optuna 시간의 차이가 극심했습니다..
optuna 자체도 거의 12시간 이상은 탐색이 필요했고, optuna에서 구해진 파라미터로 학습을 진행했을 때도 높은 estimators를 갖는 파라미터들은 거의 8시간씩은 걸린 것 같습니다..
헉 엄청 오래걸리셨군요.. 수고하셨습니다!!!
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
수상 축하드립니다! 고생하셨습니다.