일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 딥러닝
- YGPA 공공데이터 활용 비즈니스 공모전
- 항해사
- 여수광양빅데이터경진대회
- 충청남도 청년네트워크 위원회
- 펭귄몸무게예측대회
- fastai
- 선원법
- 해양수산빅데이터경진대회
- 인생
- 유니스트
- 빅데이터
- 여수광양항
- 해양수산빅데이터
- 해양수산빅데이터활용공모전
- 빅데이터경진대회
- 청년빅데이터캠퍼스
- 해사법
- 선박직원법
- 항해학부
- 해양빅데이터
- 한국해양대학교
- AI
- 조선빅데이터
- 해상교통법
- 해양수산부
- 데이콘
- HSK
- 머신러닝
- 현대중공업빅데이터경진대회
Archives
- Today
- Total
경 탁
[데이콘] 펭귄 몸무게 예측 경진대회 #3 본문
오늘은 약속이 있어서 하루종일 테스트하지는 못하고
어제 계획했던 방식으로 직접 누락된 데이터를 삭제하고 & 더미변수로 전환해서 모델링을 하였는 데,
TRAIN DATA 에서는 기존에 했던 방식보다 훨씬 낮게 RMSE 값이 나왔습니다.
그래서 매우 기대를 하고 제출을 하였는 데, 그 값이 오히려 그 전보다 잘 나오지 않는 군요 ㅎㅎ
(마치 9월 모평은 잘봤는 데 수능에서 죽 쓴 느낌?)
그래도 참고삼아 간단한 코드이지만 올려놓겠습니다 ~ 참고하세요 :-)
train_4 = train.dropna(axis=0)
train_4 = pd.get_dummies(train_4)
test_4 = pd.get_dummies(test)
from pycaret.regression import *
exp4 = setup(train_4, target = 'Body Mass (g)',
ignore_features=['id'])
'- 공부 > 2. AI' 카테고리의 다른 글
[Fast ai와 파이토치가 만나 꽃피운 딥러닝] #2 (0) | 2022.01.10 |
---|---|
[Fast ai와 파이토치가 만나 꽃피운 딥러닝] #1 (0) | 2022.01.02 |
[데이콘] 펭귄 몸무게 예측 경진대회 #2 (0) | 2021.12.29 |
[데이콘] 펭귄 몸무게 예측 경진대회 (0) | 2021.12.29 |
[가짜연구소] 파이토치 # 2 (0) | 2021.01.28 |
Comments