実装アイデアv1

[TanimotoRui]

前提

• baselineとして共有してもらったものを改良していく

実装アイデア

• [x] #8
  • stratified samplingを参考に、抽出されない年齢層がないようにダウンサンプリングを行う(BNカラムをtargetにstratified sampling)
• [x] #11

背景/考えていること

そのほか時系列ごとに特徴量を組む、であったり、他のラベルデータごとに特徴量を組むまたはサンプリングするも選択肢だとは思うが、時系列とかラベルデータが年齢より特徴的であるイメージがなく、一旦わかりやすいところから攻められたらなと。

[TanimotoRui]

この辺の対応も必要だなあ。

• BQがNoneならクラスは0で確定 -> BQカラム0を外して学習
• 時系列ごとの分布の変動に対して対応
• クラス1の外れ値の除去

[TanimotoRui]

時系列ごとの分布の変動に対して対応 一旦たけるのCVのアウトプット見てから対応方針決める

BQがNoneならクラスは0で確定 -> BQカラム0を外して学習 後処理含めて対応done

[TanimotoRui]

@meltyyyyy 後これちょっとどうやってもスコアあがんなかったから、一旦まっさらなlgb baseline notebookをもう一回クローンして試してみてダメならダメの結論の流れにしようかと！

[TanimotoRui]

こちらsub完了してるのでクローズします！