분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
Private 1위, Private 점수 1.60023점, Linear Regression
competition, login, user, submission 데이터로부터 일별 Feature를 생성하여 Linear Regression 모델에 사용했습니다.
prophet, ARIMA 등 시계열 기법, 머신러닝 등 다양한 방법을 시도했고 결과적으로는 생성 feature에 회귀모델을 사용했을 때가 가장 성능이 높았습니다.
추가적으로 feature에 대한 더욱 깊은 고민과 시계열 모델의 성능 향상 후 앙상블 등을 하면 더욱 높은 성능을 낼 수 있을 것 같습니다.
인상깊네요
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
feature생성과 heatmap을 이용한 상관관계 분석 부분 인상 깊게 봤습니다.