Debt Default Prediction Hackathon: Spot the Signs of Default!

대회 수고하셨습니다. 코드를 보니 대체적으로 사람들의 접근법은 유사한거 같습니다.
저도 왜도를 정규분포로 모아주기 위해 각 제곱근, 로그, 박스콕스, 얀, 등등 각 변수에 알맞은 트랜스폼으로 최대한 옮겨줬습니다.
개인적으로 범주혀을 원핫 인코딩을 해주는게 정답인거 같습니다. 저는 하지 않았지만 범주의 수도 적고 근속연수를 제외하면 다 순위와 서열의 의미 부여를 안해주는것이 좋아 보이네요.. 사실 저도 귀찮아서 레이블 인코딩하긴했는데

변수 선택은 저같은 경우 모델에서 변수 중요도가 낮은 거 부터 하나씩 뺴보면서 정확도를 측정했었느데 그냥 히트맵에서 저렇게 낮은거 뭉텅이로 뺴볼걸 그랬네요.

모델 같은 경우 그냥 빠른 실험을 위해 xgb를 섰는데 라이트가 잘 나오긴 하더라구요.

파생변수의 생성은 저걸로만 한 이유가 따로 있는지 궁금합니다. 저같은경우 좀 많이 만들어봤거든요 성과는 없었지만, 다른 사람들은 파생 변수를 만드는 기준이 궁금합니다;. 저는 모델 변수중요도 혹은 상관계수를 참고하여 만드는 거 같습니다.