4개 대회 참여 - 데이콘 data science 실무 역량 강화 교육 - 발전상 받음
구내식당 최종
따릉이 기본 - 회귀
따릉이1: 그리드서치를 이용한 하이퍼파라미터
따릉이2: wheater라는 feature 추가
따릉이3: RandomizedSearchCV을 이용한 하이퍼파라미터
따릉이4: 피쳐엔지니어링에 하이퍼파라미터 추가 0.1438 - 가장 좋은 값이 나옴
따릉이5: differ이라는 feature을 만들었지만 성능 x - 0.1464
따릉이6: sky_condition feature을 제거해줌 -0.15
랜덤포레스트 모델이 가장좋았다. (linear도 해봤지만 성능 x) - 0.1892
최종: 랜덤포레스트, 그리드서치, wheater 피쳐사용 (differ도 잘 다루면 성능이 좋아질거같다...)
버스 최종: 인사이트와 피쳐엔지니어링을 했지만 값이 더 안좋아지거나 변함이 없었다.
그래도 많은 인사이트를 만들려고 도전했다. - 회귀
버스 과제
와인분류 - 분류 문제
강사님이 알려주신 코드
와인 최종: 내가 바꾸려고 노력한 코드(인사이트)