第12名解决方案：简单特征与LSTM

首先，我要感谢主办方和Kaggle组织了这场如此有趣的比赛。我相信获胜者和获奖者们提出的方法，无论公共榜还是私有榜都获得了高分，这些方法对主办方都会很有帮助。

解决方案概览

• 基于LSTM的4个模型组成的集成
• 使用4类特征：均值、标准差、最大值、最小值、中位数
• 使用无类型(Notype)数据作为验证数据
• 为tDCS FOG和DeFOG分别选择模型

数据预处理

我将所有数据压缩为固定长度2048，因为最短的训练数据长度为2359。

压缩方法：

1. 将原始数据扩展到超过原始长度的目标长度的最小倍数（通道数, 目标大小 × n）
2. 将数据折叠为（通道数, 目标大小, n）的形状

作为特征，我使用了每个折叠块内的均值、标准差、最大值、最小值和中位数。此外，添加各个百分位点（15~90百分位）也很有帮助。很少使用每个ID和受试者的信息，仅将"Visit"作为多任务学习的标签。

def resize_func(x, target_size=2048, use_percentile_feat=False):
    ch = x.shape[0] 
    input_size = x.shape[1]
    
    pad = target_size - input_size % target_size
    factor = (input_size + pad) / input_size
    
    x = np.array([ndi.zoom(xi, zoom=factor, mode='reflect') for xi in x])
    x = x.reshape((ch, target_size, -1))
    
    res = {} 
    res['mean'] = np.mean(x, axis=2).reshape(ch, -1)
    res['max'] = np.max(x, axis=2).reshape(ch, -1)
    res['min'] = np.min(x, axis=2).reshape(ch, -1)
    res['med'] = np.median(x, axis=2).reshape(ch, -1)
    res['std'] = np.sqrt(np.var(x, axis=2).reshape(ch, -1))
    if use_percentile_feat:
        for p in [15, 30, 45, 60, 75, 90]:
            res[f"p{p}"] = np.percentile(x, [p], axis=2).reshape(ch, -1)
    
    return res

模型架构

使用的模型是LSTM：一个简单的4模块模型，以及一个曾在类似竞赛中获得第三名的模型。对于DeFOG，我还使用了Transformer模型。

交叉验证策略

• tDCS FOG：
  在tDCS FOG中，我使用了4折StratifiedGroupKfold，以Event标签和Subject作为分组。然而，某些折的CV分数相当高。这可能是因为在受试者"2d57c2"中，困难类别（如StartHesitation和Walking）的样本大量出现且持续时间较长，降低了假阳性率。因此，我选择了排除该受试者后的分数作为模型选择依据。我个人认为，造成排行榜波动的原因也在于公共数据中存在这样的受试者，导致许多队伍过拟合了它。

• DeFOG：
  由于DeFOG的标注数据很少，我将所有标注数据用作训练数据。由于三个标签的损失与仅Event标签的损失之间存在相关性，我使用Nototype作为验证数据。虽然无法进行最终选择，但我用包括tdcsfog在内的所有数据进行了训练，基于Notype数据选择的模型是我最好的私有榜分数（此笔记本）。

最终提交

我为tdcsfog和defog各选择了4个模型并进行了集成。对于tDCS FOG，我选择了每折中CV分数最高的模型。最佳公共分数已有足够高的CV，因此我将其选为最终提交（很高兴没有陷入排行榜波动）。

• tDCS FOG：CV分数 0.28

• DeFOG：CV分数 0.381（Event）

排行榜分数：
公共LB：0.444
私有LB：0.341

最后，我很高兴能凭借这枚金牌成为Kaggle Master。然而，虽然获得了金牌，但我很失望未能设计出能在定量和定性上都能很好捕捉FOG事件的模型。如果举办第二届、第三届比赛，我很乐意继续参与。非常感谢！