前 10 名解决方案

恭喜本次比赛的获胜者！排行榜的竞争非常激烈。

我的解决方案：

数据集：
我仅使用合成数据进行训练。

交叉验证 (CV)：
15 折分层交叉验证 (15 Fold stratified)。

递归特征消除 (RFE)：
我没有移除任何特征。

递归特征添加 (RFA)：
我添加了以下有效的特征 -
['EK_diff_Mean_DMSNR_Curve', 'Mean_DMSNR_Curve_diff_EK', 'Mean_DMSNR_Curve_mul_EK_DMSNR_Curve', 'Mean_DMSNR_Curve_mul_Skewness_DMSNR_Curve', 'Mean_DMSNR_Curve_div_SD_DMSNR_Curve', 'SD_DMSNR_Curve_div_Mean_DMSNR_Curve'],

我是通过两个单独的模型来完成这一过程的，并且只添加了能同时改善这两个模型的特征。

预处理：
我根据 @dmitryuarov 在此处的建议移除了一些观测值。

集成：
在不同种子 (seeds) 的分层 K 折上集成了 7 个 XGB 模型，每次使用不同的 XGB 参数。

无效尝试：

LGBM、神经网络 (NN)、随机森林 (RF)、带有全局细化的随机森林。

本可以做得更好的地方：
我当时没有信任 @paddykb 集成模型的提交结果。它的 Private 分数为 0.0307，Public 分数为 0.03101（直接进入前 2 名）。