안녕하세요? 월간 데이콘 참가자 여러분.

민족의 대명절에도 쉬지 않고 데이터를 바라보는 우리 모두의 열정에 박수를 보냅니다.

저희 팀은 BASEline Code + MLP parameter change를 바탕으로

Score 1.XX까지는 imporve 시켰으나 더 이상 진전이 없어, 여러분의 도움을 받고자 토론에 글을 올립니다.

우선 저희는

1. dataset

데이터 셋에는 딱히 전처리할 필요가 없이 깔끔하다? 지금 토론창 다른 글에 올라와 있는 음의 반사율 data의 비율도 test에 골고루 분포되어 있고, 파장에 따른 outlier도 test에 비슷하게 분포되어 있어서 건드리지 않아도 되겠다! 라고 생각했습니다.

1. MLP Modeling

기본 BASE코드에 여러 Parameter를 변경하면 1점대 까지는 갑니다. (다른 토론글에도 명시되어 있음.)

layer / node / activation / epoch / batch size / validation split + weight initialization / normalization(user by user)

여기서 학습(오히려 학습을 시킬 수록 score가 떨어지는 경우도 있음) 을 더 시키거나 modeling을 변경하여도 score의 발전이 딱히

없는 것 같은데, 단순 layer / node 수를 변경시키며 최적의 model을 찾는 것이 이 대회의 방향인가 싶기도 합니다.....

다른 분들은 어떻게 생각하시나요?

서로의 도움이 되었으면 합니다!

하루 남은 연휴 잘보내세요~