第三名方案

大家好，

我的解决方案是公共和私有 AutoML 解决方案的组合，其中梯度提升模型（XGB、LGB、CAT、HGB）占据了重要地位。
正如 @olivrk 在他的解决方案中提到的那样，要在本次比赛中取得高分，关键的一点是结合一个或多个高效的神经网络（NN）模型。
我主要使用了 https://www.kaggle.com/kavehshahhosseini/tps-oct-2021-multi-input-neural-network，并进行了 25 次种子迭代，以使结果稳健。
最后一步包括通过伪标签重新训练主要模型（如果测试概率 < 0.05 => 目标值为 0；如果测试概率 >= 0.95 => 目标值为 1，并将测试行添加到训练集中），这增加了额外的 0.000X 性能提升。

我们会在 11 月的比赛见面吗？同样是 AUC 指标。
小提示：神经网络模型在这个新比赛中的表现要好得多。

祝好，
Mathurin