Ensemble 1

1. 요구사항

캐글 경진대회 참여

: 캐글 경진대회지만 리더보드 + 각 앙상블의 타당성/정리 등이 채점 기준입니다 EDA & Feature Engineering 부터 각 모델 사용 이유, 각 모델의 하이퍼 파라미터 튜닝에 반드시 이유를 달아주세요. 이번주 까지 배운 모든 ml모델과 기법 등을 적극 활용해주세요.

2. 우수 과제 선정 이유

• 캐글 스코어상 1등을 하신 것과 더불어 굉장히 여러시도를 하고 완성도 있는 노트북을 제출해주셨습니다.

• 데이터 EDA 와 전처리에서 함수화와 nlp 처리, 그리고 훌륭한 더미변수화를 진행해주셨습니다.

• 모델별로 다른 인코더를 사용하신 점도 각 모델별로 들어가야하는 변수의 특징을 모두 알고 진행하셨습니다.

• 하이퍼파리미터 튜닝 방법에서 optuna라는 알고리즘을 이용하셨습니다.

• gbm 계열의 유명 모델을 모두 사용해보셨습니다.

• tree 모델인 점을 이용해 피처 중요도까지 찍어보는 좋은 시도들을 많이 보여주셨습니다.

• 머신러닝의 전반적인 흐름을 정확히 알고 있고, 스테킹과정도 매우 깔끔했습니다.

3. 제출 과제 (14기 김윤수님)