- 대회URL : https://dacon.io/competitions/official/236013/leaderboard
- 최종 파일 : ./submission/
Fold 1 AUC : 0.713411
Fold 2 AUC : 0.680495
Fold 3 AUC : 0.708398
Fold 4 AUC : 0.704861
Fold 5 AUC : 0.714853
Full AUC score 0.704186
feature
ANONYMOUS_1_ANONYMOUS_2_div 113
FE_divide_FE_FE_woe_bin_median 109
CU_divide_CU_YEAR_sum 96
ZN_minus_ZN_YEAR_median 89
YEAR_COMPONENT 83
CR_ANONYMOUS_1_plus 69
ANONYMOUS_1_ZN_divide_ANONYMOUS_1_ZN_YEAR_COMPONENT_max 66
ANONYMOUS_1_V40_divide_ANONYMOUS_1_V40_YEAR_sum 65
ANONYMOUS_2_NI_div 65
ZN_CR_div 64
ANONYMOUS_1_ZN_divide_ANONYMOUS_1_ZN_YEAR_sum 64
ANONYMOUS_1_MO_div 64
ANONYMOUS_1_NI_plus 63
ANONYMOUS_1_CU_plus 60
ANONYMOUS_1_CU_minus 53
ANONYMOUS_1_TI_plus 52
변수 생성 절차
- numeric combination feature 맨 처음에 실행
- id, categorical combination feature 두번째로 실행
- group operations 맨 마지막에 실행
변수선택
- 상관관계 0.99 이상 제거
- n unique count 30 아래 제거
- psudo feature 만들어서, cv=5 vi가 psudo feature보다 아래인 변수 제거
수치가 평균보다 낮을수록 불량기계건수가 증가
낮을수록타겟증가 = ['CR', 'CO', 'H2O', 'MN', 'NI', 'TI', 'V']
변수중요도높은변수 = ['V40','FE','ZN','CU'] # 변수중요도 높은 원소들
타겟과음의상관관계 = ['ZN','H2O'] # 타겟과 마이너스 상관관계
제로비율이높은변수 = ['AG','CO','H2O','TI','V']+['NI']
제로비율이절반변수 = ['CR','MN','MO']
제로비율이낮은변수 = ['ANONYMOUS_1','ANONYMOUS_2','PQINDEX ','V40','FE','ZN','CU']
Train Data 에서 AL Feature를 확인해보시면 AL 이 기준을 넘으면 다른 Feature에 관계 없이 모두 다 이상(Y=1)으로 판정되어 있습니다. (추정 기준 : 40~50 ppm)
오류 분석하기 (오류나는 건에 대해서 데이터 탐색) -> 과적합
train에만 있고 test에는 없는 변수로 파생변수 생성 -> ??
id변수 찾기 -> ??
outlier 변수 (수치형변수 - 평균) 평균대비 1년에 몇번이나 수치가 올라갔는가?
ID : ID
COMPONENT_ARBITRARY : sample 오일 관련 부품 (Component 4종)
ANONYMOUS_1 : 무명 Feature 1, 수치형 데이터
YEAR : 오일 진단 년도(Year)
SAMPLE_TRANSFER_DAY : 오일 샘플링 후 진단 기관으로 이동한 기간(Days)
ANONYMOUS_2 : 무명 Feature 2, 수치형 데이터
AG : 은(Silver) 함유량
AL : 알루미늄(Aluminium) 함유량
B : 붕소(Boron) 함유량
BA : 바륨(Barium) 함유량
BE : 베릴륨(Beryllium) 함유량
CA : 칼슘(Calcium) 함유량
CD : 카드뮴(Cadmium) 함유량
CO : 코발트(Cobolt) 함유량
CR : 크로뮴(Chromium) 함유량
CR : 구리(Copper) 함유량
FH2O : 물(Water) 수치(By FT-IR)
FNOX : 질소산화물(Nox) 수치(By FT-IR)
FOPTIMETHGLY : 비식별화
FOXID : 산화(Oxidation) 수치(By FT-IR)
FSO4 : 황산염(S04) 수치(By FT-IR)
FTBN : 염기성 첨가제물질 수치(By FT-IR)
FE : 철(Iron) 함유량
FUEL : 연료 함유량
H2O : 물 함유량
K : 칼륨(Potassium) 함유량
LI : 리튬(Lithium) 함유량
MG : 마그네슘(Magnesium) 함유량
MN : 망가니즈(Manganese) 함유량
MO : 몰리브덴(Molybdenum) 함유량
NA : 나트륨(Sodium) 함유량
NI : 니켈(Nickel) 함유량
P : 인(Phosphorus) 함유량
PB : 납(Lead) 함유량
PQINDEX : 입자 정량화 지수(Particle Quantifier Index)
S : 황(Sulphur) 함유량
SB : 안티몬(Antimony) 함유량
SI : 규소(Silicone) 함유량
SN : 주석(Tin) 함유량
SOOTPERCENTAGE : 그을음 정도
TI : 티타늄(Titanium) 함유량
U100 : 100㎛ 이상 입자 크기(Particle Count)
U75 : 75㎛ 이상 입자 크기(Particle Count)
U50 : 50㎛ 이상 입자 크기(Particle Count)
U25 : 25㎛ 이상 입자 크기(Particle Count)
U20 : 20㎛ 이상 입자 크기(Particle Count)
U14 : 14㎛ 이상 입자 크기(Particle Count)
U6 : 6㎛ 이상 입자 크기(Particle Count)
U4 : 4㎛ 이상 입자 크기(Particle Count)
V : 바나듐(Vanadium) 함유량
V100 : 점도(Viscosity) @ 100 degrees
V40 : 점도(Viscosity) @ 40 degrees
ZN : 아연(Zinc) 함유량
Y_LABEL : 오일 정상 여부(0 : 정상, 1 : 이상)