practicing machine learning model
- EDA title, distributor 제외 year 변수 추가, year 변수 추가 후 label encoding(그 해에 영화 관객 수가 높은 순서로 라벨인코딩) skewness가 너무 큰 것에 대해서는 log화
- 1차 시도 결과 - 1418237.41828(rmse)
- 2차 시도 결과 - 1724238.xxxxx(rmse) 이상한게, 1차 시도때 보다 전처리도 잘한 것 같고 validation score도 훨씬 좋게 나왔는데, 1차 때보다 스코어가 올라가버림 ;; 다른 솔루션도 없어서 영화 관객수 예측은 여기서 마무리를 함.
- 3차 시도 결과 - 1711238.xxxxx(rmse) lightgbm 돌려보면서 더 좋은 성능을 만들려고 함. 사실, 첫째날 왜 저렇게 나왔는 지 모름. 그냥 제출만 하려다가 얼추 맞춰진듯함. 1차 시도 이후로 가장 높은 점수받음.
- 4차 시도 결과 - 1343941.xxxxx(rmse)
RandomForest, CatBoost, XGBoost, LightGBM, GradientBoosting, NGB(Natural Gradient Boosting)
6가지 조합해서 블랜딩 각각을 학습시켜서 평균으로 블랜딩한 결과 제출.
- 1일차 : 데이터 overview 확인 및 기초 데이터 분석 완료
- 2일차 : 추가 EDA, 변수 추가, StratifiedKFold, LGBM 10 KFold => 이 사람이 첨도랑 왜도까지 첨부한 이유를 모르겠음. 단순히 roc-auc score를 높이기 위함인거 같기도 ..