유전체 정보 품종 분류 AI 경진대회

요즘 Dacon이나 kaggle ML Task 공모전 상위권 소스코드를 보면 AutoML을 활용해 몇줄 안되는 코드만으로도 좋은 성능을 보여주고 있습니다. 
그래서 제가 직접 구글링을 통해 정보를 찾아 봤을 때 많이 언급되고 사용하기 쉬운 4가지 pycaret, H20, TPOT, LightAutoML 실습까지 진행해봤습니다.

AutoML을 사용하는 것이 목적이였기 때문에 변수를 생성하거나 건드리지 않았고 그냥 Train 전체 컬럼 그대로 파이프라인에 집어넣고 학습을 진행했습니다.

베이스라인에 비해 4가지 AutoML 라이브러리 모두 성능이 크게 향상됐고 파이프라인 탐색 시간을 높게 잡은 TPOT 라이브러리 결과는 0.98111로 Feature Engineering 없이 좋은 성능을 보여주고 있습니다. 다른분들의 글을 보니 모델을 아무리 바꿔도 0.97에서 성능이 향상되지 않으시는 분들이 많으신거 같은데 아마 모델링으로만 올릴 수 있는 성능의 최대치가 0.98~이라고 생각하고 있습니다. 
지금까지 대회를 진행하시면서 직접 생성하신 파생 변수나 전처리를 진행한 변수로 AutoML 라이브러리를 이용하시면 더 좋은 성능이 나올 것이라 생각합니다. 
그리고 추후에 다른 ML 대회에서도 이 라이브러리들을 잘 사용한다면 좋은 성적을 거두실 수 있을거라고 생각합니다.

AutoML 라이브러리를 통해 학습을 진행한 과정과 설명이 필요하신 분들은 아래 블로그 링크에서 참고해주시면 될 것 같습니다.
https://mz-moonzoo.tistory.com/5 

남은 대회 화이팅..!
+++)  umap, t-sne, pca + umap , pca + t-sne를 활용하는 것도 괜찮은 성능이 나오는 것을 확인했는데 코드 정리를 못해서.. 활용해보시는 것도 좋을 듯합니다.