"单模型" LSTM 模型配合 Magic 特征。LB 分数 0.1093。

我们分享了表现最好的“单模型”代码，该模型在公共排行榜上取得了 0.1093 的成绩，在私有排行榜上取得了 0.1133 的成绩（经过标准后处理后）。

模型架构非常简单。它仅包含 4 个 LSTM 层 + 全连接层 + 带有跳跃连接的输出层。但对我们来说，特征才是关键要素。如果你怀念那些使用梯度提升机 (GBM) 和大量手工特征的经典表格数据竞赛，你会发现这很有趣。

解决方案要点：

1. 基于 R、C、rank 和取整后的 u_in 值进行聚合运算得到的“Magic”特征。
2. 以逆序训练模型（从第 80 个时间步到第 1 个时间步），并在模型中包含按正序生成的特征（例如，在第 80 个时间步，模型不仅看到该时间步的 u_in 值，还能看到第 1 个时间步的值）。
3. 一些小技巧，例如对 u_out == 0 时的 u_in 值进行分位数变换，以及将 u_out == 0 时的压力值视为负值。