435. Indoor Location & Navigation | indoor-location-navigation
大家好，
这个比赛非常棒，感谢十域科技，感谢kaggle主办方，我太爱kaggle了。完成这个比赛我觉得是对我个人的一次非常好的成长，我学到了（复习了）非常多的东西，包括：tensorfloor、pytorch、多线程技巧、代码规范、规范的实验记录、cv的重要性。我没有在算法和特征上有什么突破，唯一有一点我没有看到有人讨论的是我cv的构建方法。后面我将会分享到它。
现在先看一下我这一个月来的主要提升点：
| 主线方案 | Public 成绩 |
|---|---|
| 使用了 lstm public kernel，进行简单调参，使用cost min+snap2grid | 4.72 |
| 模拟test data 的特点构造了一个 fake test | - |
| 对训练集wifi时间戳进行插值，测试集还是路径点的时间戳 | 4.45 |
| 过滤掉间隔大于5秒的wifi log | 4.20 |
| 寻找时间非常接近的点，修复开始结束点 | 4.18 |
| 训练集不变，测试集也是wifi时间戳，再反插值得到路径点 | 4.16 |
| 做wifi时间戳级别的cost min，插值得到wp，snap，修复开始结束点，最后再嵌套一次cost+snap | 4.0x-390 |
| 引入4折 fake test 策略 | 3.82 |
| 更小心的修复开始和结束点 | 3.67 |
| 对wifi时间戳粒度的delta建模提高wifi cost min的结果 | 3.46 |
| 对wp时间戳粒度误差建模提高cost min | 3.36 |
| 做wifi时间戳级别的cost min，插值得到wp，snap，修复开始结束点，嵌套两次cost+snap+fix | 3.23 |
| 做wifi时间戳级别的cost min，插值得到wp，snap，修复开始结束点，嵌套三次cost+snap+fix | 3.19 |
第一次做Nfold的时候没有提升，我意识到训练集和测试集的分布不一致，我进行了一系列的探测，发现测试集有一些特点应该是人为限定的。测试集的txt大小>=2M（linux下看），时间跨度>=60s，路径点个数>=5。在前半个月的时候，这个限制同样抽出了626个路径作为fake test，无论是否进行后处理，我的fake test得分和线上的得分都保持一致。在最后1周我使用4折交叉验证，作为valid的那一份数据我同样做了上述限制，使得我的cv更加一致。后面我检查了private的分数情况，也符合相同的趋势。
我这一个月始终都没有想明白，为什么序列长度为1的lstm模型工作的这么好，mlp为什么无法替代它。。。
如果您对此发表任何看法。我将非常感激。