분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[차없는 513-1, Private 31위] Catboost를 이용한 주차 수요 예측
<외부 데이터>
-인구 밀도
https://www.index.go.kr/potal/main/EachDtlPageDetail.do?idx_cd=1007
- 초등학교 수
https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1YL21231&conn_path=I2
- 마트 수
https://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1KB9010&conn_path=I2
다양한 모델링을 적용해 보았으나 Public 점수를 참고하느라 Catboost 모델만 단독으로 사용하게 된점이 좀 아쉬웠습니다. Catboost 모델도 파라미터 최적을 위해 Optuna와 GridSearchCV 등을 사용해 탐색해 보고, 이에 기반한 앙상블 모델을 만들었지만 공유된 코드의 단순한 기본 형태가 점수가 더 좋게 나와 이 부분 역시 아쉬운 점으로 남았습니다.
DACON Co.,Ltd | CEO Kookjin Kim | 699-81-01021
Mail-order-sales Registration Number: 2021-서울영등포-1704
Business Providing Employment Information Number: J1204020250004
#901, Eunhaeng-ro 3, Yeongdeungpo-gu, Seoul 07237
E-mail dacon@dacon.io |
Tel. 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
건축년도에 대한 외부데이터만 생각하고 있었는데 인구밀도나 초등학교 같은 것도 좋은 선택지였군요..
코드 정리 감사합니다. 잘 봤습니다!