고정 헤더 영역
상세 컨텐츠
본문
지난 글에 이어,
데이터 전처리 까지는 내 코드를,
그 이후부터는 아래 글을 참고하여 최종 예측 결과를 도출해내려 한다.
캐글 집값 예측 최종1
RMSE를 이용해 예측한 집값과 실제 집값의 오차를 계산하여 성능 평가를 진행합니다. 이때 RMSE가 낮을 수록 성능이 좋다는 것을 의미합니다.target data인 SalePrice가 어떻게 분포하고 있는지를 파악
velog.io
캐글 집값 예측 최종2
lightgbm, xgboost, ridge, svr, gbr, rf 모델들을 셋업해줍니다.셋업된 모델들을 StackingCVRegressor을 통해 스태킹해줍니다. 스태킹은 여러 다른 머신 러닝 모델의 예측 결과를 결합하여 최종 예측을 만들어
velog.io
코드
최종1 - Colaboratory (google.com)
Google Colaboratory Notebook
Run, share, and edit Python notebooks
colab.research.google.com
*오류 난 부분부터 다시 해결해 캐글 제출 결과 오늘 안으로 보내겠습니다
(해결완료)
*캐글 제출 결과
'데이터 분석' 카테고리의 다른 글
| 데이터 분석-PCA 분석 공부 (2) | 2023.11.08 |
|---|---|
| 데이터 분석-캐글 집값 예측(발표) (0) | 2023.09.29 |
| 데이터 분석-캐글 집값 예측 (0) | 2023.09.19 |
| 회귀분석-정형 (0) | 2023.09.10 |
| 수업 자료(5) (0) | 2023.07.24 |
댓글 영역