点评下kaggle九坤比赛第一名方案

由kaemp创建，最终由kaemp更新于2022-08-02 03:03 被浏览 115 用户

模 型：

LGBM+TABNET，不是特别新颖的东西。

特 征：

300+100。300就是九坤给的300个匿名特征，至于这100个新特征，就比较”有意思“了，是某100个特征的横截面的均值（如下面的代码），我猜第一名的大神们应该不是金融背景的，因为金融人显然有更直接的处理方式。

features = [f'f_{i}' for i in range(300)]
corr = train_df[features[:] + ['target']].corr()['target'].reset_index()
corr['target'] = abs(corr['target'])
corr.sort_values('target', ascending = False, inplace = True)
best_corr = corr.iloc[3:103, 0].to_list()
time_id_mean_features = []
for col in tqdm(best_corr):
   mapper = train_df.groupby(['time_id'])[col].mean().to_dict()
   train_df[f'time_id_{col}'] = train_df['time_id'].map(mapper)
   train_df[f'time_id_{col}'] = train_df[f'time_id_{col}'].astype(np.float16)
   time_id_mean_features.append(f'time_id_{col}')
features += time_id_mean_features

总 结：

整个方案比较常规，突出一个稳，现在人工智能+大数据时代，模型可以搞的很复杂，数据可以很多，过拟合很容易，把握度却很难，也最有价值。

链 接：

https://www.kaggle.com/competitions/ubiquant-market-prediction/discussion/338220