第 7 名 - Ridge

感谢大家带来有趣的竞赛！特别感谢：

• @masayakawamata – 分享 NN stacking 和 TabM notebooks，
• @mikhailnaumov – 分享 YDF 模型 notebook，
• @metamodels – 提供 Bayesian + Residual LightGBM notebook。

模型：

• XGBOOST – 9 折交叉验证，包含目标编码（5 折，smoothing = 10, aggregation = mean）和计数编码，使用所有成对特征组合。
• NN – 基于 @masayakawamata 的 notebooks。
• LGB – 基于 @metamodels 的 notebook 进行超参数调优。
• XGB – 7 折分层交叉验证 + 特征工程。
• XGB – 5 折分层交叉验证 + 特征工程。
• YDF – 基于 @mikhailnaumov 的 notebook。
• TabM – 基于 @masayakawamata 的 notebook。
• XGB + LGB + CAT

Stacking：

• 我使用 Ridge Regression 作为元模型，并进行 15 折交叉验证。