第三名解决方案 | 基于90%多重AutoML方案

非常感谢Kaggle举办本季第3季第17集Playground系列比赛。
也衷心感谢在论坛和notebooks上贡献并分享宝贵见解的朋友们。

概述

我使用了多种AutoML方法，并基于它们构建了一个元模型：

• Light AutoML
• Statmining AutoML (ISoft内部解决方案)
• H2O AutoML
• Lazy Classifier
• FLAML
  => 前三个解决方案对最终模型的贡献最大
  => 模型剩余的10%来自两个最佳公开提交方案

执行时间

在一台4核8G内存的机器上，该方案的执行时间约为6小时。我将每个AutoML解决方案的执行时间限制在最长1小时。

排行榜分数

Public LB分数：0.97921
Private LB分数：0.98541
所选方案在公开排行榜和私人排行榜上几乎都取得了最佳成绩。

注意：包含伪标签的解决方案表现略好。