분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[LB:6.6784] 건물 Type별 예측 코드 공유
2023년 경진대회의 3등 수상자의 코드를 가지고와 간단하게 재구현하였습니다.
출처: https://dacon.io/competitions/official/236125/codeshare/8782?page=1&dtype=recent
파일 경로만 변경하시면 됩니다.
코드 오류발생시 말해주세요.
이것저것해보는중인데 CV와 LB차이가 존재해 어렵네요 ㅎㅎ.
2021년도 대회 코드공유 중에 해당 내용이 있습니다.
(링크: https://dacon.io/competitions/official/235736/codeshare/2877?page=1&dtype=recent)
당시 대회 데이터셋에서 MSE를 사용할 때 과소추정 되는 경우가 존재했고,
이 경우에 SMAPE score에 불리해서 weight를 통해 조정했습니다.
아하, weight 계산에 사용하는 alpha값을 어떻게 조정하느냐에 따라서도 미세 튜닝이 가능하겠네요 :)
전달해주신 링크에서는 간격을 임의로 준 그리드 서치처럼 진행했으나, 로그 스케일 변환하여 접근하는 것도 좋겠구요
양질의 자료 찾아주셔서 감사합니다 ^-^
이전 대회 참가자분들도 alpha도 optuna 등을 이용하여 함께 튜닝하더라고요 ㅎㅎ
로그 스케일 변환 접근도 적용해봐야겠네요 감사합니다
여기서 xgboost만 3.* 버전으로 업데이트하니 속도도 겁나 빨라지네요!!
좋은 코드 감사합니다
Deleted Comment
과거 경진대회 코드를 살펴보는 것도 도움이 될 거 같네요! 아이디어 공유 감사합니다!!
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
주로 SMAPE이 평가 지표인 대회에서 objective function으로 weighted MSE 가 사용되는 이유는 뭘까요?
경험적으로 과거 대회들로부터 성능을 개선 시켜주는 것이 확인되었기 때문일까요?