https://github.com/datalopes1/kaggle_mushrooms
Playground Series - Season 4, Episode 8 - Binary Prediction of Poisonous Mushrooms
https://github.com/datalopes1/kaggle_mushrooms
Last synced: about 2 months ago
JSON representation
Playground Series - Season 4, Episode 8 - Binary Prediction of Poisonous Mushrooms
- Host: GitHub
- URL: https://github.com/datalopes1/kaggle_mushrooms
- Owner: datalopes1
- Created: 2024-08-16T20:49:58.000Z (9 months ago)
- Default Branch: main
- Last Pushed: 2024-08-19T12:11:07.000Z (9 months ago)
- Last Synced: 2025-02-02T13:32:31.062Z (4 months ago)
- Language: Jupyter Notebook
- Size: 4.85 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: readme.md
Awesome Lists containing this project
README
# Kaggle Playground Series S04E08
## Binary Prediction of Poisonous Mushrooms
### Conteúdo
- [Introdução](#introdução)
- [Metas e objetivos](#metas-e-objetivos)
- [Dados](#dados)
- [Métodos e modelos](#métodos-e-modelos)
- [Resultados](#resultados)
- [Ferramentas utilizadas](#ferramentas-utilizadas)
## Introdução
O dataset para esta competição (tanto o de treinamento quanto o de teste) foi gerado a partir de um modelo de aprendizado profundo treinado com o conjunto de dados de Cogumelos da UCI. As distribuições das variáveis são próximas, mas não exatamente iguais, às do original. Sinta-se à vontade para usar o conjunto de dados original como parte desta competição, tanto para explorar as diferenças quanto para verificar se a incorporação do original no treinamento melhora o desempenho do modelo.
## Metas e objetivos
O objetivo deste projeto é (1) encontrar o modelo que se adeque melhor a métrica de avaliação da competição (o Matthews Correlation Coefficient), e (2) após 4 submissões quero ter documentada essa tentativa da minha primeira competição no Kaggle. Meu melhor resultado foi 0.97837.
## Dados
A descrição completa dos dados pode ser encontrada na [página da competição](https://www.kaggle.com/competitions/playground-series-s4e8/data).
## Métodos e modelos
#### Pré-processamento e otimizações
- Scikit-learn, Optuna, Category Encoders, Feature Engine.
#### Modelos
- LightGBM.
#### Métricas de avaliação
- Matthews correlation coefficient, ROC AUC, F1 Score, Accuracy.
## Resultados
O modelo final para a submissão teve essas métricas:
|Métrica|Resultado|
|---|---|
|**Accuracy**| 0.9912622776468626|
|**ROC AUC**| 0.9968762964639637|
|**F1 Score**| 0.9903703192980782|
|**MCC**| 0.9823787995025628|
#### Visualizações
## Ferramentas utilizadas
