[Dacon] 전기차 가격 예측 해커톤 (1) - 후기 (최종 3위)

Dacon - 전기차 가격 예측 해커톤

 

 안녕하세요. 이번 글은 Dacon에서 주관한 '전기차 가격 예측 해커톤 : 데이터로 EV를 읽다!' 에 대한 참가 및 후기 글입니다. 2025년의 시작으로 Dacon 대회를 5개 정도 참가해서 우수한 성적을 거두어보자. 라는 목표를 세웠는 데, 오늘 그 첫 번째 대회가 종료되었고 총 참가자 1,259명 중 5위 라는 기록을 할 수 있었습니다. Dacon 대회는 2021년 이후로 거의 참가를 못하고 있었는 데, SKT FLY AI 이후로 누군가와 오랜만에 경쟁을 하면서 순위가 훅훅 바뀌는 쫄깃한 경험을 할 수 있었습니다. 이에 대해서 제가 어떻게 데이터를 분석하고 결과를 내는 과정을 공유하고자 이번 글을 작성하게 되었습니다. 아직 최종 수상자 발표까지는 나오지 않았지만, 일단은 해당 대회 마감 성적을 기준으로 글을 작성하겠습니다. 

 

관련 코드 : https://github.com/Muns91/Electric-Vehicle-Price-Prediction-Model.git

GitHub - Muns91/Electric-Vehicle-Price-Prediction-Model: This repository is divided into Data EDA and prediction code for electr

 

 

• 주제 : 전기차와 관련된 데이터를 활용하여 전기차 가격을 예측하는 AI 알고리즘 개발
• 주관 : 데이콘
• 대회 일정 : 2024년 12월 02일 ~ 2025년 1월 31일 (이후 코드 제출, 검증, 최종 수상자 발표 순)

 

대회 링크 : https://dacon.io/competitions/official/236424/overview/description

전기차 가격 예측 해커톤: 데이터로 EV를 읽다! - DACON

 

데이콘 링크 : https://dacon.io/

데이터사이언티스트 AI 컴피티션

 

 

 일단 데이콘 대회 진행 방식을 모르시는 분들을 위해 Dacon은 보통 1차 (Public Score, Private) 2차 (Private 상위 3팀 코드 제출 후 검증)로 나누어 진행이 됩니다. 대회 기간 때에는 1차 평가 점수 중 Public Score만 대회 성적을 판단할 수 있고 이후, 마감이 되면 TEST 데이터의 100%로 진행하는 Private 점수가 공개되기 때문에 이 점수를 바탕으로 순위가 결정되게 됩니다. 그 이후에는 코드 제출, 검증 등을 통해서 최종 순위가 결정되게 됩니다. 따라서 1차에서 Public Score에 너무 집착하게 되면 해당 데이터에만 과적합(Over Fitting)되는 경우가 발생하기 때문에 본인이 적절한 순위에 도달해서 멈춘다던지 아니면 내 모델은 다른 데이터가 들어와도 자신있다 하시는 분들은 계속 순위를 높여가시면 됩니다. 일단, 이번 대회에서 저의 순위는 아래와 같습니다. 

 

• Public Score : 28위
• Private Socre : 5위

 

  저 같은 경우는 일단 Public Score에서 해당 순위 정도를 기록하면서 더 이상 데이터의 이상치를 제거하면 TEST에 너무 과적합되는 것이 아닌가 하는 생각이 들어서 더 이상의 대회 진행은 멈추었고, 이에 대한 결과는 제 예상과 같이 5위를 할 수 있었습니다. 제가 이렇게 생각한 이유는 2021년에 태양광 발전량 예측 대회에서 Public 점수에서 7위까지 한 적이 있었는 데, 나중에 Private 점수가 공개되니 30위 이상까지 밀려나는 것을 보고, 너무 대회에서 순위에만 집중했던게 아니었나 라는 경험이 있었기 때문입니다. 따라서 이번에는 너무 욕심부리지 말자라는 생각으로 대회에 임했던 것 같습니다. 

 

 이번 대회를 통해서 저는 데이터를 좀 더 자세하게 분석하는 방법을 배웠고 기존에 자주 사용했었던 신경망 방식이 아닌 다양한 ML을 활용해보면서 생각보다 신경망을 사용하는 DL 방식이 ML 방식보다 당연히 더 좋다고 생각했었는 데, 이번 대회를 통해서 꼭 그것이 절대적 법칙은 아니라는 것을 알게 되었습니다. 또한 다양한 스케일러를 사용하기 전에 해당 스케일러는 어떤 것인지 그리고 해당 스케일러의 장점과 단점을 분석하면서 저의 코드에 적용하고 사용하는 스케일러에 따라서 모델의 성능이 큰 차이를 보일 수 있다는 것을 알게 되었습니다. 이렇게 대회를 통해 새로운 분야의 데이터를 접하면서 접근할 수 있는 AI의 도메인을 넓힐 수 있었고, 은둔 고수 분들(?)과의 경쟁을 통해서 더 성장하는 경험을 가질 수 있었습니다. 

 

 일단 후기에 대한 기록은 여기까지만 하고, 다음에는 이러한 결과가 나오기까지의 과정에 대한 글을 업로드하도록 하겠습니다. 다음 글을 통해서는 탐색적 데이터 분석(Exploratory Data Analysis, EDA) 과정과 코드 그리고 대회에 마감 후 업로드한 코드를  확인하도록 하겠습니다. 

 

EDA 과정 :

2025.01.31 - [Personal Projects/Dacon] - [Dacon] 전기차 가격 예측 해커톤 (2) - EDA

[Dacon] 전기차 가격 예측 해커톤 (2) - EDA

 

Code : 

2025.01.31 - [Personal Projects/Dacon] - [Dacon] 전기차 가격 예측 해커톤 (3) - Prediction Process

[Dacon] 전기차 가격 예측 해커톤 (3) - Prediction Process

 

 

 해당 대회 이후에는 부동산 허위매물 분류 해커톤과 난독화된 한글 리뷰 복원 경진 대회를 진행할 예정입니다. 평소에 LLM과 부동산 관련 데이터에 관심이 있으신 분들은 꼭 참가해보시는 것을 추천드리겠습니다. 그럼 이번 글은 여기서 마치도록 하겠습니다. 

 

---

현재 진행중 다른 대회

 

부동한 허위매물 분류 해커톤 : https://dacon.io/competitions/official/236439/overview/description

부동산 허위매물 분류 해커톤: 가짜를 색출하라! - DACON

 

난독화된 한글 리뷰 복원 AI : https://dacon.io/competitions/official/236446/overview/description

난독화된 한글 리뷰 복원 AI 경진대회 - DACON

---