Please enable JavaScript.

Coggle requires JavaScript to display documents.

Aiffel 22일차캐글 경진대회 - Coggle Diagram

- - - - RMSE
        
        \({\sqrt{ {1 \over N} \sum{(yt - y{pr})}^2}} \)
  - - - blending
        
        ensemble
        
        참조 ensemble이란
        
        voting
        
        분류
        
        averaging
        
        회귀
        
        참조 Kaggle Ensemble Guide
    - - 학습데이터에서 라벨 제거
        
        참조
        
        https://www.w3schools.com/python/ref_keyword_del.asp
        
        https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html
      - 데이터 불러오기
      - 학습 데이터와 테스트 데이터 합치기
      - 전처리
        
        결측치전처리
        
        missingno 라이브러리 이용
        
        msno.matrix(data)
        
        직접결측치의 개수 출력
        
        참조
        
        https://datascienceschool.net/01%20python/04.03%20%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%94%84%EB%A0%88%EC%9E%84%20%EA%B3%A0%EA%B8%89%20%EC%9D%B8%EB%8D%B1%EC%8B%B1.html?highlight=%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%94%84%EB%A0%88%EC%9E%84%20%EA%B3%A0%EA%B8%89%20%EC%9D%B8%EB%8D%B1%EC%8B%B1
        
        print('{} : {}'.format('id', len(data.loc[pd.isnull(data['id']), 'id'].values)))
        
        for c in data.columns:
        print('{} : {}'.format(c, len(data.loc[pd.isnull(data[c]), c].values)))
        
        필요 없는 변수 정리
        
        id
        
        sub_id = data['id'][train_len:]
        del data['id']
        print(data.columns)
        
        date
        
        참조
        
        https://data-newbie.tistory.com/207
        
        data['date'] = data['date'].apply(lambda x : str(x[:6]))
        data.head()
        
        각 변수 분포 확인
        
        시각화를 위한 그래프 이용
        
        sns.kdeplot
        
        https://seaborn.pydata.org/generated/seaborn.kdeplot.html
        
        분포가 한 쪽으로 치우칠 시
        
        로그 변환
        
        skew_columns = ['bedrooms', 'sqft_living', 'sqft_lot', 'sqft_above', 'sqft_basement', 'sqft_lot15', 'sqft_living15']
        for c in skew_columns:
        data[c] = np.log1p(data[c].values)
        
        로그함수 특징
        
        2 more items...