분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
MLP 모델의 Shake up에 주의하세요..!!
아닌 분들도 계시겠지만, 다수의 참가자 분들이 MLP 모델을 사용하고 계신것으로 예상됩니다.
MLP 모델은 예측값의 정확도 편차가 발생할 수 있다는 단점이 존재합니다.
예를 들어, Public RMSLE는 낮게 나오더라도, Private RMSLE는 높게 나와 순위가 떨어질 수 있습니다.
MLP를 사용하신다면, 예측값에 편차가 발생하지 않도록, 다양한 ensemble 및 generalization 방법을 사용하시는 것을 권장드립니다.
그렇습니다만, MLP 모델은 tree 기반 모델보다 예측값의 정확도 편차가 매우 심하게 발생할 수 있습니다.
그렇군요.. 참고하겠습니다 감사합니다
제가 올린 베이스라인 모델에서도 해당 문제가 발생할 수 있을까요?
AutoML로 ensemble한 모델은 아주 약간의 변동만 생깁니다. Shake up이 크게 발생하지 않을 것 같습니다,
감사합니다. 참고하겠습니다!
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
조언 감사합니다 센세,, 근데 MLP 모델이 아닌 다른 모델(ex. tree 기반 모델)들에서도 말씀하신 예측값의 정확도 편차가 비슷하게 발생하지 않나요?