[Day 11] Kaggle에서 'Bank churn 예측' 대회 참가하였다

 안녕하세요!
오늘은 Day 11입니다!

오늘 Bank Churn 예측 모델 구성 대회에 참가하였다

• 대회는 Binary Classification with a Bank Churn Dataset

• 나의 notebook는 Various SVM models for bank churn classification

데이터는

오늘 SVM 모델 구성하고자 했다

• 단순 SVM 모델
• Accuracy: 0.8554246069015663
• Precision: 0.7598201609086607
• Recall: 0.4608208955223881
• F1-Score: 0.5737001965338574
• AUC-ROC: 0.7109204519856266
• Confusion Matrix:
• [[25024  1015]
•  [ 3757  3211]]
• SVM와 RandomForestClassifier 모델
• Accuracy: 0.7972854243039356
• Precision: 0.5216507738002188
• Recall: 0.4789035591274397
• F1-Score: 0.49936401047512163
• AUC-ROC: 0.6806937627427974
• Confusion Matrix:
• [[22979  3060]
•  [ 3631  3337]]
• SVM와 KNeighborsClassifier 모델
• Accuracy: 0.8378828733298997
• Precision: 0.6524608712049783
• Recall: 0.4965556831228473
• F1-Score: 0.5639312199494744
• AUC-ROC: 0.7128886177049008
• Confusion Matrix:
• [[24196  1843]
•  [ 3508  3460]]
• 하이퍼파라미터를 튜닝시키는 SVM 모델 <<< 이건 5시간이나 결렸는데 첫 번째 모델과 비슷한 결과 나와 버렸다. 하이퍼파라미터 튜닝 잘 몾 했던 것 같다.
• Accuracy: 0.8554246069015663
• Precision: 0.7598201609086607
• Recall: 0.4608208955223881
• F1-Score: 0.5737001965338574
• AUC-ROC: 0.7109204519856266
• Confusion Matrix:
• [[25024  1015]
•  [ 3757  3211]]

훈련 시간이 꽤 걸렸다. SVM 모델들은 그런 것 같다

오늘 이상입니다!

내일 뵐게요!