분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[private 13위 knn + optuna]
평소에 데이콘 참여할때는 ML부분은 한번도 해본적이 없이, feature engineering과 전처리 위주로 역할을 맡아서 팀으로 참가를 많이했었는데, 이번에는 모델에 집중해보고 싶어서 참여했지만, 너무 모델링에 집중하다보니 feature engineering을 거의 안해버렸네요 ㅠㅠ
그래도 처음으로 ML을 사용해 보았는데 나쁘지 않은 결과를 얻은것 같습니다.
사용 모델은 KNN모델을 사용했구요, optuna를 통한 하이퍼파라미터 최적화 작업을 수행했습니다.
대회를 참가하면서 시도해본 모델링
1. 개별 모델 + optuna : xgboost, lgbm, catboost, knn
-> 개별 모델중에서 knn이 성능이 가장높게나왔습니다.
2. stacking
-> 1번의 개인모델들을 통해서 stacking cv를 활용해서 모델링을 해봤지만, 오히려 점수는 떨어졌습니다.
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