-
(Kaggle) 2019 2nd ML month KaKR - House PriceIT 지식 창고 2019. 4. 21. 23:56
캐글 코리아와 함께하는 2nd ML 대회 - House Price Prediction
https://www.kaggle.com/casim0/house-price-ml
4/23 대회는 이미 끝났지만.. 아이디어가 생각나서 적용하여 실행하니 110000까지 올라가네요 ㅠㅠ.. 조금만 더했어도 100등안에 들었을텐데 아쉽...
4/23 마무리....
최종 스코어 .. 116238.44234 상당히 많이 부족한가봅니다 아직..
4/21 모델 추가 확인 및 튜닝
LASSO, ElasticNet, GBM, XGB, LGB에서 RandomForest도 사용해보았으며,
결과적으로 LASSO, ElasticNet을 제외한 4개에서 좋은 결과가 나와 스택킹을 사용하여 좋은 성능을 보임.
4개의 모델 각각 파라미터를 조정하여 튜닝한후 성능이 상당히 좋아짐.
허나 지금 오버피팅과 언더피팅의 최적점에 있는 듯하여 더이상 개선부분은 미비함...
내일 마지막으로 뭘 더 해야 ... 만정도의 오차를 줄일수 있을까
random forest 튜닝
https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html
baggin vs boosting 이론 설명
https://www.slideshare.net/freepsw/boosting-bagging-vs-boosting
GBM 튜닝
GBM 파라미터 설명, scikt learn 사이트
https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.GradientBoostingRegressor.html
XGB 튜닝
https://jungsooyun.github.io/misc/2018/02/19/XGBoost.html
LGBM(LightGBM) 튜닝
'IT 지식 창고' 카테고리의 다른 글
(DACON) 아파트 실거래가 예측 튜토리얼 대회 (0) 2019.07.07 (DACON) 영화 관객수 예측 튜토리얼 대회 (4) 2019.07.07 주가 예측 딥 러닝을 위한 자료들 (0) 2019.04.02 KNN(K Neighbor Nearest)이란? (0) 2019.03.25 (Anaconda) anaconda를 통한 가상환경 생성/제거/연동 (0) 2019.03.19 댓글