Day 48 SIGNATE、Kaggleコンペを始めました
データサイエンティスト分野で知らない人はいないであろう、データ分析コンペです.
ここ数日ブログ更新できていませんでしたが、寝る間も惜しんで分析進めた結果、SIGNATEでは金メダル2つ圏内取得 (クラスUP！).
Kaggleも念願の初submitに至りました.
Kaggleは本当に時間が取られますが、自分で手を動かして分析を進めると非常に勉強になります.
これまで精神論的な話しかできていませんでしたが、そこらへんの記録を残したいと思います.
2022/10/14の記録
SIGNATEのSOTAチャレンジに出場.
Kaggleよりかはとっつきやすいテーマだったため、1日で2個挑戦. なんと2つとも上位入賞.
①【第27回_Beginner限定コンペ】債務不履行リスクの低減 🥇
- コンペ系初挑戦. とっつきやすいテーマ. SIGNATE begginer → intermediateへ昇格チャンスなので、これを逃さない.
- 前処理を施し、とりまXGBoostぶちこみ. 決定木なので標準化とか欠損値処理は行わない. → 高いスコアでず....
- 調べてみると、目的変数が不均衡. Under samplingで対応できそうかも.
- 実際Under sampling、XGBoost(ハイパーパラメータチューニング済)で、うまくいった！祝！🥇金メダル🥇！ 昇格しました.
- 本当はアンサンブルとかスタッキングとか試してみたかった. まだしたことがないので...
- まだ改善の余地はあるが、ランクを上げることを優先し、一旦これにてclose.
② SIGNATE Student Cup 2021秋：オペレーション最適化に向けたシェアサイクルの利用予測 🥇
- 前職の経験を活かし、これは単純な移動平均モデルでいいのでは？と試行し、なんとうまくいく. SARIMAモデルとかも案外馬鹿にできない.
- というか、このような「需要」予測って、影響するパラメタが多すぎて、かえって単純な移動平均モデルがうまくいくのかもしれん.
- 案外、pandasでの処理に苦戦. まだまだpythonの腕が足りん.
- 結果: 祝！金メダル🥇圏内！
- URL: https://signate.jp/competitions/567/leaderboard
次やりたいSIGNATE SOTAチャレンジ
- 「SIGNATE Student Cup 2021春：楽曲のジャンル推定チャレンジ！！」をやりたい. これも、テーブルデータからのclass分類なので、基本問題.
- ざっとデータを眺めてみたが、外部データも必要なさそうなので、案外すぐにできそう.
- これで金メダルとれば、SIGNATEのクラスはAdvancedくらいには上がるか.
現状のGit、キカガク進捗
Github
キカガク
