再次衷心祝贺所有的获胜者。

行之有效的技术

• 首先，从比赛开始到结束，我拒绝使用任何来自所谓“预训练模型”的预测结果（提交文件）进行集成。
• 其次，我只关注那些在预测中“Class_2”占比较高（被高度看好）的提交文件。
• 第三，我只挑选了其中最好的三个同样看好“Class_2”的提交文件。
• 最后，就是集成技术了。我只对这三个提交文件进行了集成，最终成绩分别为：Public LB 1.08514 和 Private LB 1.08769。

自 Tabular Playground Series 开始以来学到的重要教训

• 在我们实施的模型产生的众多预测中，隐藏着出色且非常好的预测（提交文件）。但这需要我们运用直觉去发掘这些预测。

• 感谢 Kaggle 通过每月的“Tabular Playground Series”教会我们如何做出正确的决策，特别是在现实生活场景中，一个人应该对哪种模型在生产过程中会表现更好拥有直觉。

• 在这类比赛中，最重要的事情是学习、再学习、重新学习，以便做出非常具体和有价值的决定，这也有助于培养现实世界部署所需的良好直觉。

• 归根结底，比赛应该让我们为现实世界的部署培养良好的直觉，而不是依赖那些在现实世界中无法泛化的做法。