Dacon Monthly Shorts - Superconductor Tc Prediction AI Hackathon

AutoML(mljar-supervised)로 진행했습니다.

6시간 학습하면서 로그를 보니 보통 RandomForest, LightGMB, Xgboost, CatBoost에서 성능이 좋은 것을 확인했고 12시간을 돌려봤더니 성능이 안 좋았던 다른 모델에서 제일 잘 나왔습니다. 하지만 6시간 학습 성능보다 떨어져서 위 4개 모델만 선택하고 다시 12시간 학습을 돌렸더니 성능이 개선 된 것을 확인했습니다. 이후 튜닝하려고 feature importance를 기반으로 성능 개선을 시도했지만 성능이 떨어지는 것을 보고 튜닝은 순정이다 라는 말이 이럴 때 쓰이는 것인가 싶었습니다.

코드 정리를 가독성 있게 잘 못해서 성공한 코드 빼고 다 삭제하면서 진행했더니 위 과정이 파일에는 안보이네요. 다음부터는 정리하면서 하겠습니다..!

같은 코드로 다시 12시간 돌려봤더니 같은 모델은 나왔는데 성능이 아주 조금 상승했네요