[UPDATE] 김동섭 모두의 주차장 데이터분석v0.3

어제 말씀드린 것처럼 이후 일정이 있어서,, 현재까지 진행한 내용 verson 0.3 풀리퀘합니다.

<어제 이후 진행내용> (1) 랜덤포레스트 features importance 통해 변수 중요도 파악 (2) 날씨 관련 피처, EDA 통해 제거할 피처 선정(확신이 있는 단계는 아니지만, 날씨 관련 피처 간 상관관계가 높은 것들이 있어서 제거할 필요가 있을 것으로 생각했습니다.) (3) 날씨 관련 피처들 제거 전 데이터셋으로 모델링 vs 날씨 관련 피처들 제거 후 데이터셋으로 모델링

[결과] : 날씨 관련 피처 중 불쾌지수와 일 강수량총합만 남긴 경우가 날씨 관련 피처 전부 제거하지 않은 경우보다 결과는 더 좋았습니다.

<날씨 관련 피처 제거 전 결과>

<날씨 피처 중 불쾌지수와 일 강수량총합 피처만 남기고 트레이닝한 결과>

chsop / team4_wanted_onboarding

[UPDATE] 김동섭 모두의 주차장 데이터분석v0.3 #67