분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[Private 6위, 0.78882] Boosting Stacked Generalization
안녕하세요 :)
Boosting(XGBoost, LightGBM, CatBoost)을 활용한 Stacked Generalization 예측 모형입니다.
1. Preprocessing
- 범주형 변수는 고차원 데이터로 Count Encoder를 활용한 Frequency Encoding을 진행함.
- 수치형 변수는 최빈값인 0으로 결측치를 대체함.
- 데이터는 전처리 후 Parquet 파일로 저장 후 사용함.
2. Feature Extraction
- 변수 중요도가 높은 변수를 기준으로 범주형 변수에 대한 수치형 변수의 평균 등 기초 통계량 파생 변수를 생성함.
3. Modeling
- 총 3개의 Boosting 예측 모형을 Stacking 함.
- Level 0 model : XGBoost, LightGBM, Catboost
- Level 1 model : Logistic Regression
자세한 내용은 github를 참고해 주시기 바랍니다.
https://github.com/GNOEYHEAT/CTR_stacking
감사합니다.
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved