43名解决方案
作者： konumaru
发布时间： 2023年6月29日
比赛排名： 第43名
43名解决方案
解决方案
- 为每个level_group创建特征
- 每个级别使用LGBM和XGB模型
- 优化每个级别的超参数（仅XGB）
- 特征数量基本与公开方案一致
对我无效的方法
- Catboost模型
- 将level_group概率作为堆叠模型特征
- 每个级别的样本权重
- 优化每个级别的f1-score阈值
- 使用w2v向量化事件序列作为gbdt特征
尚未尝试的方法
- 使用transformer或1dcnn集成知识追踪模型
- 优化每个级别LGBM的超参数