Kaggle スタートブック~2章(2)

範囲:2.3章(p53)~2.5章(p88)

やったこと

• Pandas Profiling によるデータ外観
• 各種の特徴量 VS 正解ラベルのヒストグラム作成
• 再現性を保つために、乱数を使う場面では seed を固定する.

- seed を固定するための関数を定義

• 可視化→仮説→特徴量作成→submit →可視化 の繰り返し
• LightGBM を使う

- LightGBM では Early stopping を利用するために Validation data を作成する。

総括

• 可視化は大事
• 仮説が思いつくかどうかが結局の所勝負
• 仮説はデータの意味内容の理解から重要