성능 측정
대회 기간 내 총 5번(6시간 간격)의 제출 기회가 있었고, 첫번째 제출 기회에서는 여러번 제출이 가능했다.
| RMSE | R2 Score | 비고 | |
|---|---|---|---|
| 01_autogluon | 3615.5786537397207 | 0.9999623472368988 | 사용X |
| 02_LR | 239118.89780125386 | 0.5190696540948687 | |
| 03_RF | 59106.108669295354 | 0.9551833567393095 | |
| 04_autogluon | 7039.3037549989185 | 0.9998572748078142 | 사용X |
| 05_RF | 32681.894056635512 | 0.9940656660989127 | 반영X |
| 11_TE_St_X | 26353.363510935025 | 0.9976384597238256 | 반영X |
| 13_TE_St_Lg | 22511.365733378607 | 0.9983668580788365 |
제출이 끝날때마다 리더보드를 통해 팀의 순위를 확인할 수 있는데, 코랩에서 멀쩡하게 돌아가는 우리 ipynb 파일이 채점 서버에서 오류가 난다는 이유로 첫번째 제출을 제외하고는 반영이 되지 않아 순서를 알 수 없었다.
4번째 제출에선 해당 오류가 발생할 가능성이 있는 모든 경우를 고려해, 수정된 코드를 제출했는데 서버가 한대로 운영되는건지, 제출 한시간 뒤에 팀의 결과 반영 여부를 질문했는데도, 다른팀 코드의 실행 시간이 오래걸려서 우리 팀의 코드가 반영되지 않았다는 답변을 받았었다..
또한, 상대적인 순위만 알 수 있고, 다른팀의 RMSE나 R2 score는 확인할 수 없어 최종 제출까지 우리팀의 결과를 알 수 없었다.
😢 대회 종료 후 하루가 지나고 최종 결과가 나왔는데, 아쉽게도 리더보드 상위 12팀 안에 들지 못했다.
회고
이번 해커톤은 스스로가 머신 러닝 분야에 지식이 부족하다는 사실을 깨닫게 해줬다는 점에서 참여하길 잘했다고 생각하는 활동이다. ARIMA, Prophet 등 머신 러닝 기반의 시계열 예측 모델도 생각지 못했는데, 이 방법도 시도해봤으면 하는 아쉬움이 남는다.
머신러닝의 기초적인 개념부터 제대로 공부해서 개념을 직관적으로 이해할 수 있도록 노력해야겠다. 앞으로 Kaggle, Dacon 등에서 주최하는 인공지능 경진대회에도 참가할 예정이다.
또, 팀원들과 전처리 방법과 모델에 대해 계속해서 논의하며 대회를 진행했는데, 다른것보다 이 과정에서 서로의 지식을 공유할 수 있다는 점이 가장 좋았던 것 같다. 같은 주제에 대해서 팀원들이 서로 어떤 방식으로 생각하고 접근하는지를 보면서 많이 배울 수 있었다.
