Genome breed classfication AI Challenge

유전체 정보 품종 분류 AI 개발

Overview

Data Pre-processing

• 'father','mother','gender' 변수는 동일한 값만이 존재하여 모델링에 안좋은 영향을 줄 것으로 판단하여 제거
• numeric scaling(standardscaler)

Feature Engineering

• SNP 정보(name, chrom, cm, pos)를 활용하여 새로운 feature 생성

1. name(SNP 명) & chrom(염색체 정보)
2. chrom(염색체 정보)
3. SNP Total combination
4. cm(Genetic distance)
5. SNP G,C,A mathematical feature

• catboost encoder를 적용하여 catboost의 모델내부 인코딩 방식을 활용해보고자 함

Over-sampling

• BorderlineSMOTE

Model

• VotingClassifier

1. BaggingClassifier
2. DecisionTreeClassifier
3. RidgeClassifier
4. XGBClassifier
5. LGBMClassifier
6. GradientBoostingClassifier
7. SVC
8. RidgeClassifierCV
9. RandomForestClassifier

Training

• XGBClassifier와 RandomForestClassifier의 가중치를 2로 하여 학습
• KFOLD 교차검증 학습을 진행하지 않고 Total data 학습

Inference

• 총 175개의 평가데이터 추론

Score(Macro-F1)

• Public(1.0) 2nd
• Private(0.99362) 1st