[DACON] SW중심대학 공동 AI 경진대회 3,4일차!

<전처리>

수치형변수 : boxplot을 통한 이상치제거(familysize<30, age<90)

범주형변수 시각화

TIPI변수 결측값 평균대체, 전체 역변환(전체를 평균대체 해버리니까 명목형 변수도 평균값으로 대체되서 median으로 해줌->지금 생각해보니까 str변환을 앞쪽에 해주고 더미변환을 뒤쪽에 해주니까 결측값 평균대체를 하는데 앞에 str변환을 해주기..!) 후 5개의 새로운 변수 생성(짝수번호는 다시 역변환)

마키아벨리즘 스코어 추가

->변수 생성 후 기존 변수 삭제

VCL유효성검사(유효하지 않다고 생각하는 문항 삭제)

상관계수 그래프 행렬(범주형을 제외하고)

영향이 없다고 생각되는 컬럼 drop

명목현 변수->str(문자)->더미변환

 

<모델링>

랜덤포레스트(RandomForestClassifier)

+하이퍼파라미터 튜닝

 

<정확도>
1차:0.713114415

2차:0.7127885655

3차:0.7121872187(VCL은 유효성 row제거후 문항삭제 안함VCL6,9,12만 삭제!, 모델에 큰 영향은 주지 않는 것으로 파악)

 

전처리 순서도 변경해보고 EDA(boxpot, 상관계수그래프)를 통해 전처리를 추가 진행하고 나름 논리적으로 모델을 구성했다고 생각했는데 정확도가 처음보다 좋게 나오지 않아서 고민이 많이되는 상태..