이번에 아이펠 진행하면서 EDA 하는 방법에 대해 조금 더 자세히 학습했었기 때문에 배운 걸 이용해서 데이콘에 참가해봤다. 처음엔 아무런 EDA도 하지 않은 데이터에 RandomForest로 baseline을 잡고 시작했는데 생각보다 좋은 점수가 나온 것 같다. 모델은 당연히 lightgbm을 사용하였고 이전에 kaggle 대회 연습하면서 optuna를 사용해봤기 때문에 이번에도 역시 optuna를 이용하여 hyperparamter를 tuning 하였다.
점수를 더 올리려면 train data가 더 필요하거나 feature engineering을 해야 할 것 같은데 아직 많이 경험해보질 않아서 어떤 feature를 조합해야 할지 감이 잘 오질 않는다. 시간이 될 때 kaggle의 다른 비슷한 대회를 참고해서 힌트를 얻어봐야 겠다.
아직 대회 초반이라 분명히 아래로 밀릴 순위겠지만... 그래도 주말 내내 대회에 매달려서 10등 안에 들어본 것으로 만족한다. 이 기세를 유지해서 상금도 탈 수 있었으면 좋겠다 ㅎ
'AI' 카테고리의 다른 글
| Inference time은 CPU와 GPU 중 뭐가 더 빠를까? (0) | 2021.05.13 |
|---|---|
| auto-painter 진행 상황 (0) | 2021.05.11 |
| Pix2Pix를 이용한 선화 채색 서비스 개발 후기 (2) | 2021.04.02 |
| Heroku로 딥러닝 모델 배포하는 방법 (0) | 2021.04.02 |
| VGGNet 구현해보기 (0) | 2021.03.27 |