소비자들의 책 구매 결정에 대한 도움을 주기 위한 개인화된 상품 추천 대회입니다.
books.csv : 책에 대한 고유번호, 제목, 작가, 연도, 출판사, 표지 url, 출판 언어, 장르 카테고리, 요약, 표지에 대한 파일 경로
user.csv : 사용자에 대한 아이디, 위치 정보와 나이
train_rating.csv, test_train.csv : 사용자 아이디, 책 고유번호와 평점
├── ensemble.py
├── main.py
├── readme.md
├── requirements.txt
├── config
│ ├── CLIP.yaml
│ ├── ELECTRA.yaml
│ ├── ResNet.yaml
│ ├── RoBERTa.yaml
│ ├── VGGNet.yaml
│ └── ensemble.yaml
├── saved
│ └── submit
│ ├── CLIP.csv
│ ├── ELECTRA.csv
│ ├── ensemble.csv
│ ├── ResNet.csv
│ ├── RoBERTa.csv
│ └── VGGNet.csv
└── src
├── __init__.py
├── data
│ ├── __init__.py
│ ├── basic_data.py
│ ├── combined_data.py
│ ├── context_data.py
│ ├── image_data.py
│ └── text_data.py
├── ensembles
│ └── ensembles.py
├── loss
│ └── loss.py
├── models
│ ├── Image.py
│ ├── Multimodal.py
│ ├── Text.py
│ ├── __init__.py
│ └── _helpers.py
├── train
│ ├── __init__.py
│ └── trainer.py
└── utils.py
-
ensemble.py
esemble.py는 model의 결과들을 soft voting 방식으로 앙상블해주는 코드입니다. yaml 파일을 읽어와 가중치와 함께 예측을 진행합니다. -
main.py
main.py는 model의 yaml 파일을 읽어서 개별 모델의 학습을 진행시킵니다. -
config 폴더
CLIP.yaml,ELECTRA.yaml,ResNet.yaml,RoBERTa.yaml,VGGNet.yaml, 들은 단일 모델을 위한 파라미터가 적혀있는 YAML 파일입니다.ensemble.yaml는ensemble.py를 실행할 때 사용하는 YAML 파일입니다. 앙상블하고 싶은 CSV 파일과 각 모델에 할당할 가중치가 적혀 있습니다. -
saved 폴더
log파일과 checkpoint 파일들이 생성되는 곳입니다. 또한 각 모델의 결과가 생성됩니다.
-
src 폴더
이 폴더에는 프로젝트의 핵심 Python 코드가 포함되어 있습니다.-
data 폴더: 각종 모델 이름에 따른 데이터 전처리 파일들이 들어있습니다. -
ensembles 폴더:ensemble.py을 실행하기 위한ensembles.py가 들어있습니다. -
loss 폴더: 각종 loss 가 구현되어 있는loss.py가 들어있습니다. -
models 폴더: 각종 모델들이 구현된 파일들이 들어 있습니다. -
train 폴더: 모델을 학습하기 위한 train 코드가 구현되어 있습니다. -
utils.py: 각종 학습에 도움이 되는 함수들이 구현되어 있습니다.
-
- 개별 모델 실행:
python main.py -c config/model.yaml
- 앙상블 실행:
python ensemble.py --config config/ensemble.yaml
| Public | Private | |
|---|---|---|
| CLIP | 2.1849 | 2.1780 |
| esemble | 2.2149 | 2.2108 |
