본문 바로가기

Project/DACON

(2)

[DACON] 잡케어 추천 알고리즘 Part3 5. Experiment1 : Categorcal / Ordinal Value Simple / Complex Value 로 나눈 후 예측값들로 새로운 DataSet from sklearn.model_selection import KFold, cross_val_score from sklearn.model_selection import GridSearchCV, train_test_split from sklearn.preprocessing import OneHotEncoder, LabelEncoder import pandas as pd complex_lst=[8, 9, 10, 13, 14, 15, 22, 23, 25] x = train.iloc[:, :-1] y = train.iloc[:, -1] x.appl..

[DACON] 잡케어 추천 알고리즘 Part2 [ Model ] 1. HGB 2. XGB 4. Model 4.1 HGBoost 순서형과 명목형 변수가 섞여있는 데이터 셋. Q. 이 사실을 어떻게 모델에게 전달해줄 것인가? A1. one-hot encoding? 데이터셋에서 순서형보다 명목형이 훨씬 많음. H_속성 등은 1000이상까지 넘어감. → 차원 증폭 + 트리계열 모델에선 숫자의 차이가 모델에 영향을 주지 않음 (i.e. label encoding으로도 충분) A2. categorical_features = https://scikit-learn.org/stable/modules/ensemble.html#categorical-support-gbdt 1.11. Ensemble methods The goal of ensemble methods is ..

티스토리툴바