Nishika16 2nd place solution

• Nishika リチウムイオン電池の充電率予測コンペ の最終submissionコードです。
• 解法自体はこちらのディスカッションに記載しています。

Directory Layout

.
├── input                    : Input files
│    ├── train
│    │    ├── n10degC_Cycle_1_Pan18650PF.csv
│    │    ├── ...
│    │    └── p25degC_US06_Pan18650PF.csv
│    ├── test.csv
│    └── sample_submission.csv
├── preprocess.ipynb          : Preprocessing
├── final_submission.ipynb    : Training and Inference
├── poetry.lock 
├── pyproject.toml 
└── README.md

Requirements

下記の環境で動作確認済みです。

• Python 3.7.1
• macOS Big Sur

利用したパッケージは以下の通りです。 (pyproject.tomlにも記載してあります)

• numpy = "^1.20.3"
• pandas = "^1.2.4"
• matplotlib = "^3.4.2"
• seaborn = "^0.11.1"
• scikit-learn = "^0.24.2"

How to Run

データのダウンロード

1. https://www.nishika.com/competitions/16/data からコンペのデータをダウンロードし、上記のようにinputディレクトリに展開してください。

2. 下記のいずれかの方法で必要なパッケージをインストールしてください。

# Poetryがインストール済みの場合
$ poetry install

# pipで インストールする場合
$ python -m venv venv
$ source venv/bin/activate
(venv) $ pip install -r requirements.txt

前処理

preprocess.ipynb を上から順に実行してください。前処理後のpickleファイルが input/preprocessed ディレクトリに作成され、学習時に利用するjsonファイルがconfigs ディレクトリに作成されます。

学習、推論、submissionファイルの作成

final_submission.ipynb を上から順に実行してください。学習を行なった後、submission.csv ファイルが作成されます。

(参考) Jupyter Notebookの起動

例として、下記の方法で起動できます。

# Poetryでパッケージのインストーをした場合
$ poetry run jupyter notebook

# pipでパッケージのインストールをした場合
(venv) $ jupyter notebook