SJ_Koding

베이스라인의 EDA를 저만의 방식으로 설명해보았고 스케일링, hard voting 앙상블, soft voting 등의 다양한 시도를 해보았습니다. 첫 EDA를 진행해보았고 아직은 참고해서 하는 수준이네요. 또 하이퍼파라메터 튜닝에 GridSearchCV가 주로 쓰이는걸 알고 한 번 적용해보았습니다. GridSearchCV는 간단히 말해 사용자가 하이퍼 파라메터들의 경우의 수를 지정하여 최적의 하이퍼 파라메터를 찾아주는 모델입니다. 즉, 모델 튜닝 시에 사용되는 기능입니다. 이를 공부하고 처음으로 적용 시켜 보았습니다. 데이터 처리를 어떻게 해야할지 감이 아직 안와서 이 점은 차근차근 해쳐나가겠습니다. 가장 기본적인 범주형 데이터 처리와 다중공선성 컬럼을 제거하였습니다. 감사합니다! 좋게 봐주세요 :) 도..

https://dacon.io/competitions/official/235869/overview/description 집값 예측 경진대회 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io In [53]: import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import warnings warnings.filterwarnings('ignore') In [54]: train = pd.read_csv('D:/Dacon/house_value_predict/train.csv') test = pd.read_csv('D:/Dacon/house_value_predict/te..

https://dacon.io/competitions/official/235864/overview/description 영화 리뷰 감성분석 경진대회 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io #아래의 코드는 '박이삭'회원님의 코드공유를 참고하여 만들었습니다. 전반적인 코드흐름은 동일하며 보다 정확한 결과값을 위해 성능이 좋은 3개의 분류모델을 찾고, 3개의 결과를 토대로 최종 결과를 도출해내었습니다. 기본 모듈 및 측정 모델 셋팅 import pandas as pd import numpy as np from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.neighbors import KNei..

csv파일로 이루어진 fasion mnist 셋을 Pytorch를 이용하여 분류하는 방법을 알아보겠습니다. https://dacon.io/competitions/open/235594/overview/description [이미지] Fashion MNIST : 의류 클래스 예측 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io 데이터 셋은 이 dacon 대회 사이트를 통해 다운로드 가능합니다. 먼저 필요한 모듈을 import합니다. import pandas as pd import numpy as np from torch.utils.data import Dataset, DataLoader from torch import nn from torchvision import tran..

저는 오늘 처음으로 Dacon AI경진대회를 참가해보았습니다. 주제는 펭귄 몸무게 예측으로, 머신러닝 입문자를 위한 Basic 대회입니다. (작성일 기준, 저한테 맞는 수준입니다 ㅎ) https://dacon.io/competitions/official/235862/overview/description 펭귄 몸무게 예측 경진대회 - DACON 좋아요는 1분 내에 한 번만 클릭 할 수 있습니다. dacon.io 구글 코랩에서 CPU환경으로 진행을 하였으며 skleran 모듈을 이용하여 모델을 구성했습니다. 또한 평가 지표로 RMSE를 사용합니다. Mean Squared Error에 Root를 씌운 값으로 평가를 진행합니다. 데이터는 3개의 csv파일로 주어집니다. 1. train.csv : 학습 데이터 i..