Repositório criado para resolver o desafio 30 Days of ML competition. A solução envolve quatro scripts, o primeiro (eda.py) realiza toda a parte da análise exploratória dos dados, o segundo (etl.py) faz a extração, transformação e carregamento da nova base de dados. O terceiro script é o (train.py), onde é feito a criação e treinamento do modelo LightGBM, e, por último, (test.py) responsável pela predição da base de teste.
- Baixe o arquivo zip desse repositório
- Instale virtualenv
- Navegue até o repositório onde o arquivo foi extraído e crie um ambiente virtual com
virtual env
- Ative o ambiente com
source env/bin/activate
- Instale a dependências com
pip install -r requirements.txt
- Execute os scripts na seguinte ordem eda.py -> etl.py -> train.py -> test.py
- Divirta-se
- Label encoder
- One-Hot encoder
- Random Grid
- K-fold
- LightGBM
Nesta comeptição, consegui a posição 3729 de mais de 7500 participantes