![](https://cdn-ak-scissors.b.st-hatena.com/image/square/92e1814f67020e797e3b74536ec2d9cb35b71654/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwdG8xOTgzMDMyMSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NjRkYjI5NDg0ZTIyOGYwMmY4ZjA0YjZhODYxY2U2MzY%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Dd0bd957d5b596fd5af1f47ab27c5253e)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント2件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
第2回 金融データ活用チャレンジ -効率的なデータ分析・予測を行えるコードの紹介- - Qiita
概要 SIGNATEで2024年1月18日~2024年2月15日において開催中のコンペ「第2回 金融データ活用チャレンジ... 概要 SIGNATEで2024年1月18日~2024年2月15日において開催中のコンペ「第2回 金融データ活用チャレンジ」のデータを可視化し、LightGBMでの予測を行ってみました。 可視化はSeabornを活用することで、0,1のデータの分布を比較的簡単に見ることができるようになります。 予測結果のファイル名を都度設定するのは面倒なので、notebookのファイル名がそのまま使えると便利ですよね。notebookの設定を自動的に読み取る方法も紹介します。 とりあえずLightGBMで予測してみました。欠損値の補完などがなくても予測できてベースライン作成に便利です。 Confusion Matrix や Classification Reportを使って予測結果を出力できるようにしておきましょう。 データのインポート・前処理 ライブラリのインポート notebookの横幅を広げたいときに
2024/02/15 リンク