issues
search
gomugomutree
/
Kaggle-PUBG
MIT License
0
stars
0
forks
source link
issues
Newest
Newest
Most commented
Recently updated
Oldest
Least commented
Least recently updated
자동화 과정
#22
gomugomutree
opened
2 years ago
2
6월 18일 발표자료
#21
gomugomutree
closed
2 years ago
2
최종 model에서 핵유저 포함 경기를 따로 모델링 해본다.
#20
gomugomutree
opened
2 years ago
1
6월 17일 각 model 비교 후 선택 , feature engineering 다시 시작!!!
#19
gomugomutree
closed
2 years ago
2
6월 16일 개별 model 학습 및 parameter 최적화
#18
gomugomutree
opened
2 years ago
0
RandomizedSearchCV 사용 방법 확인
#17
gomugomutree
closed
2 years ago
0
gridsearch 활용 방법 검색
#16
gomugomutree
opened
2 years ago
1
randomforest , lighGBM , XGBoost , Dicision Tree model select
#15
gomugomutree
opened
2 years ago
1
Team Game data 에서 feature의 mean, sum 중 어떤것을 선택할 것인가?
#14
gomugomutree
opened
2 years ago
2
winPlacePerc 평균이 0.5가 아닌 0.473가 나오는 이유 확인
#13
gomugomutree
closed
2 years ago
1
winPlacePerc feature : sum() -> inf, mean() -> nan 출력 isna().sum() -> 0
#12
gomugomutree
closed
2 years ago
0
팀킬에 이상치가 발견되어 팀킬을 한 그룹 데이터 드랍
#11
OhEui
closed
2 years ago
2
적은 인원이나 짧은 경기시간을 가진 데이터 드랍
#10
OhEui
closed
2 years ago
1
핵 유저 포함 그룹도 이상치로 판단하여 데이터에서 드랍
#9
OhEui
closed
2 years ago
2
멥 크기에 따른 경기시간 비교로 맵 구분
#8
gomugomutree
closed
2 years ago
1
6월 15일 ML model 선택 및 결과 값 출력
#7
gomugomutree
closed
2 years ago
1
6월14일 기본 EDA 정리완료
#6
gomugomutree
closed
2 years ago
1
이상치 분석 및 기준으로 핵유저
#5
gomugomutree
opened
2 years ago
1
팀당 인원수 5명 이상 발견 해당 문제 논의
#4
gomugomutree
closed
2 years ago
2
참여 게임별 구분 normal, rank(solo, duo, squad)
#3
gomugomutree
closed
2 years ago
1
add folder
#2
gomugomutree
closed
2 years ago
1
test
#1
gomugomutree
opened
2 years ago
0