분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
HGB + TargetEncoding + Clipping [Private 52th]
참가하신 모든 분들 정말 고생 많으셨습니다.😀
1. 주요 모델은 HistGradientBoosting Model 입니다.
2. Label Encoding -> TargetEncoding으로 MAE가 비약적으로 감소하였습니다.
3. 여러가지 특징을 생성해보았습니다.
4. OPTUNA를 사용하여 튜닝을 진행했습니다.
5. Clipping으로 예측값이 음수인 값은 0으로 두었습니다.
피드백 환영입니다! 감사합니다.
Target encoding 기법 사용시 CI_HOUR가 약 400 (95percentile) 이하인 친구들에게는 MAE가 30까지 내려갔는데
CI_HOUR가 1000~2000시간 인 친구들을 예측하기가 쉽지 않더군요 ㅠ ㅠ
후 쉽지 않네요
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
다들 고생 많으셨습니다 !!