我的 S3E3 排名 226 -> 38

这一期的比赛让我感到非常受挫，因为从第二天开始我就无法提高公共排行榜的成绩，但最终在私人排行榜上却取得了不错的结果。我只是清理了数据，并添加了一个新特征“MonthlyIncome/Age”，正如我在讨论区发布的那样。

我的模型非常简单。我使用了比赛数据和原始数据进行训练。

model = CatBoostClassifier(verbose=0,n_estimators=500)
predictions_cat = make_predictions(full,5,model)
cat =[np.mean(a) for a in zip(*predictions_cat)]

我在最后写了一些关于我如何开发这个 Notebook 的笔记。如果你感兴趣，请查看我的 Notebook。最佳成绩来自该 Notebook 的第 8 个版本。

希望这对这里的人有所帮助，下期比赛见。👍