第4名解决方案

大家好。
我是 Mocchan，我获得了第4名！

和第一名一样，我也偶然发现深度学习对这次的公开分数有很大影响。
起初我很惊讶，因为尽管深度学习生成的目标值与 XGBoost 或 EDA 没有相关性，但它确实提高了我的分数。

我开始着手提高深度学习的公开分数。为此我使用了 KMeans 方法，如果这让您感到困惑，我深表歉意。

这是我参考的深度学习文档。
https://www.kaggle.com/kavehshahhosseini/tps-oct-2021-multi-input-neural-network
该方法的公开分数是 0.85424。
使用 KMeans 方法，我们成功将其提高到了 0.85503。
https://www.kaggle.com/motchan/tps-oct-2021-4th-place-importantmodel-kmeans-nn

最终的集成模型在这里。
https://www.kaggle.com/motchan/tps-oct2021-last-submission-model

在听取了第一名获胜者的方法后，我打算尝试进一步提高我的分数。

这是一次非常愉快的十月竞赛。
我们在不同的竞赛中再见。