baseline과 많은 분들이 시퀀스 데이터 처리를 lstm, embedding등과 유사한 방식으로 처리하셨을것 같습니다.

저는 조금 단순한 방식으로 처리했는데, 효과가 괜찮았던것 같아서 공유드립니다.

row별로 sequence의 원소를 value_count한 다음, 해당 값에 log1p를 적용하는식으로 사용했습니다.

• test prediction시에는 train에 없는 원소는 계산하지 않고, test에 없는 원소는 fillna(0)을 적용한 후 log1p를 적용했습니다(최종 0)

그리고 추가적으로 log1p(seq_len), log1p(seq_nunique), (seq_nunique / seq_len)을 추가해서 사용했습니다.

다른 분들은 어떤 식으로 시퀀스를 처리하셨는지 궁금합니다.