잡케어 추천 알고리즘 경진대회

안녕하세요. 테이브 팀 리더, "하이투비"입니다. 
동아리 TAVE 프로젝트 활동으로, 데이콘 대회에 참여해보았습니다. 

잡케어 데이터셋과 같은 범주형 변수에 적합한 모델인 catboost 모델을 사용했습니다.
google colab에서 작성하였고, GPU를 이용해 학습을 진행했습니다.
optuna 과정과 eli5 라이브러리의 permutation feature importance 기반의 데이터 전처리를 사용함으로써 LB 점수를 많이 끌어올릴 수 있었습니다. 
public LB 38위 / 0.70425, Private LB 68위/0.70342 로 대회를 마무리하였습니다.
감사합니다:)

(아래 코드는 국경원 요원님의 잡케어 추천 알고리즘 경진대회 | Catboost 코드를 참고하여 수정하였습니다.)
[참조 코드](https://dacon.io/competitions/official/235863/codeshare/3887?page=1&dtype=recent)