DACON
search 구독 안내
noti 0

    MY XP

    XP 안내

    LEVEL 1

    다음 레벨까지 150 XP

    0/150 XP

    오늘의 XP

    0 / 800

    전체 XP

    0

    적립 XP

    0

    사용 XP

    0
    dacon logo

    Sign in with your SNS accounts

    google Sign in with Google facebook Sign in with Facebook
    Don't have an account? Sign Up
    Verify your email

    To sign up, you must verify your email. Do you want to resend the code?
    [Dacon] sign up verification

    Your email must be verified to complete the sign up process. Please verify your email below to complete.

    이용약관

    Privacy policy

    Consent to receive marketing information

    제1회 신약개발 AI 경진대회

    알고리즘 | 분자 구조 | 정형 | 회귀 | 바이오 | RMSE

    • moneyIcon Prize : 2,900만원
    • 1,690명 마감
    Practice
    Overview Data Code (share) Talk Leaderboard

     

    Random Forest, LB = 30.72567

    배가_고파졌다
    2023.08.12 12:24 5,714 Views language
    comments 6

    Random Forest를 활용한 훈련 코드입니다.
    코드는 아래 순서로 진행됩니다.

    1. 데이터 전처리: "AlogP"의 결측치를 "LogD"로 대체합니다.
    2. 데이터 분할: KFold를 활용하여 총 10개 Dataset으로 분리합니다.
    3. Ensemble: 각 Dataset에서 얻은 모델로 예측한 후 평균하여 최종 결과를 냅니다.

    Code
    Comments 6개
    로그인이 필요합니다
    0 / 1000
    비회원
    2023.08.13 22:12

    SMILES는 사용안하신건가요?

    배가_고파졌다
    2023.08.14 19:25

    네

    ruv
    2023.09.03 11:42

    Fold 안에 모델을 계속 재정의하셨는데 이유가 있을까요?

    배가_고파졌다
    2023.09.03 22:56

    Fold 별로 학습 데이터에 따라 각각 학습시키려고 모델을 새로 만들었습니다.

    배가_고파졌다
    2023.09.03 22:59

    랜덤 포레스트는 해당이 안될수도 있는데요,
    fit()을 실행하는 경우 이미 학습된 모델에서 시작하는 경우도 있어서 새로 만들어 주었습니다.

    최성진
    2023.09.08 11:26

    감사합니다. 참고 많이 했습니다

    📣 댓글 작성 창의 위치가 댓글 리스트 상단으로 이동하였습니다!
    to_list List
    이전 글
    DeepChem을 이용한 MPNN 학습
    Competition - 제1회 신약개발 AI 경진대회
    Likes 27
    Views 4,607
    Comments 2
    일 년 전
    현재 글
    Random Forest, LB = 30.72567
    Competition - 제1회 신약개발 AI 경진대회
    Likes 41
    Views 5,714
    Comments 6
    일 년 전
    다음 글
    [Baseline] Morgan Fingerprint + MLP
    Competition - 제1회 신약개발 AI 경진대회
    Likes 19
    Views 7,305
    Comments 2
    일 년 전