TakeruEndo / kaggle_pipeline

データコンペ用のパイプライン

初めに

本パイプラインはtakapyさんのコードをクローンして作成いたしました 🙇
また、kaggleのHouse Prices: Advanced Regression Techniquesコンペを想定して作成してあります

推論

$ python3 train_run.py

lightGBM・XGBoost・CatBoost・Stackingモデル・Neural Networkの推論が走る

ハイパ-パラメータサーチ(lgmb)

$ python3 optuna_lbgm.py

optunaによるlightGBMのハイパーパラメータの探索を行う

特徴量作成

基本的にnotebookで特徴量生成を実施する

# 特徴量作成
$ python3 run_fe.py

# 特徴量確認
$ python3 show_all_features.py

参考

pipeline

• https://www.takapy.work/entry/2019/12/14/165119

アンサンブル

• https://qiita.com/hkthirano/items/2c35a81fbc95f0e4b7c1

catboost

• https://blog.amedama.jp/entry/catboost

optuna

• https://github.com/optuna/optuna

その他

• kaggleで勝つデータ分析の技術(2019)
• 各モデルのドキュメントやnotebook記載のカーネル