421. Rock, Paper, Scissors | rock-paper-scissors
在比赛初期,我深受这篇 Notebook 的影响,当时决策树智能体的效果非常好。合乎逻辑的下一步是做决策树的集成。虽然这类集成有很多种形式,但我决定尝试“Extra Trees”路线。很快我就发现,集成中可以包含的树的数量似乎取决于服务器负载/拟合的步数,有些步骤只允许拟合 100 棵树,而其他步骤则允许 800 棵以上。
为了解决这个问题,我开始在我的智能体中使用一个内部计时器,计算自我方智能体获得控制权以来经过了多少毫秒。然后,我的智能体会尽可能多地在最初的 950 毫秒内拟合树(使用随机分割器和最大特征数为 1),接着累积每棵树的概率并用它们来加权 np.random.choice。
就是这样,一个非常简单的智能体获得了第 15 名,并且可能赢得了所有智能体中“最大计算成本”的一等奖牌。
感谢举办这场精彩的比赛!
祝好,
Dominique