[신규 오픈 기념] 데이스쿨 최대 40% 할인 🎁
분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
Private 1위, Private 점수 1.60023점, Linear Regression
competition, login, user, submission 데이터로부터 일별 Feature를 생성하여 Linear Regression 모델에 사용했습니다.
prophet, ARIMA 등 시계열 기법, 머신러닝 등 다양한 방법을 시도했고 결과적으로는 생성 feature에 회귀모델을 사용했을 때가 가장 성능이 높았습니다.
추가적으로 feature에 대한 더욱 깊은 고민과 시계열 모델의 성능 향상 후 앙상블 등을 하면 더욱 높은 성능을 낼 수 있을 것 같습니다.
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
feature생성과 heatmap을 이용한 상관관계 분석 부분 인상 깊게 봤습니다.