Kaggle - Santander Customer Satisfaction
![](https://github.com/LearningnRunning.png)
![](https://github.com/chisung98.png)
![](https://github.com/FranciscoPark.png)
![](https://github.com/ji-hun-choi.png)
김성록 김치성 박종연 최지훈
- 은행의 데이터세트에서 만족 불만족을 평가하는 모델을 만드는 것
kaggle competitions download -c santander-customer-satisfaction
-
https://www.kaggle.com/competitions/santander-customer-satisfaction/data
-
TRAIN.csv
-
TEST.csv
- 암호화가 된 데이터
- 컬럼 370개
- XGBClassifier 를 사용
-
데이터 훑어보기
-
베이스라인 모델 탐색 - 치성
- XGBClassifier : ROC AUC: 0.8456
- LGBMClassifier : ROC AUC: 0.8442
-
탐색적 데이터 분석 (EDA)
-
컬럼 제거(train-ID,TARGET 제거, test-ID 제거)
- 성록 - Pipeline과 재귀기능을 사용
- 369개 column중 187개 컬럼 삭제 총 182개
- 지훈 - 특성과 특징을 살려서 제거
- 369개 column중 247개 컬럼 삭제 총 122개
- 성록 - Pipeline과 재귀기능을 사용
-
필요 칼럼 추가 - 종연
- Preprocess
- 전처리 기능
- PCA
- PCAOne, PCATwo column 추가
- TSNE
- SumZeros, tsne1, tsne2 column 추가
- Preprocess
-
모델 훈련
- XGBClassifier를 이용해 훈련
- Kaggle에 제출을 위해서는 CalibratedClassifierCV를 사용
- 케글에 제출 하기 위해서 사용
- 결과값을 확률로 받을 수 있음