분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
월간 데이콘 반도체 박막 두께 분석 경진대회
lgbm 으로 접근해보신 분 계신가요 ?
LGBM Regression 모델로 접근을 해보려고 하는데 생각보다 loss가 떨어지지 않네요. 226개의 꽤 많은 feature들이 tree기반 모델에 입력돼서 학습이 더딘것으로 보이는데 혹시 어떤 방법으로 feature들을 선택해서 모델에 넣어야 할까요 ?
조언을 구합니다ㅠㅠ
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
https://dacon.io/competitions/official/235554/talkboard/400061
위 토론을 참고하면 좋을 것 같습니다.
이 문제에서 의사결정나무 모형 기반의 random forest, gbm, xgboost 보다 딥러닝이 적합한 이유에 대해 설명이 있네요.