개인 Project 진행 상황

  • RandomForest, lgbm, ensemble

    • 베이스라인에서는 random forest의 성능이 더 좋았지만, feature engineering을 통해 새로운 특성 생성 후 기존 모델과 비교했을 때 성능이 더 낮았고, ensemble 결과도 기존 모델보다 낮았기 때문에 최종 제출은 기존 모델로 함
      • lgbm: 0.8552
      • random forest: 0.8430
      • ensemble (two above): 8515 (soft-voting)