第二名解决方案

我本来是按照第一名的方案来准备的，但不幸的是我又一次拿到了第 5 名（实际上是第二名）。到底是谁施的诅咒？？？

LB 进度

流程

我对 SN_filter 和伪标签进行了预测，但除此之外，这几乎与我在 TReNDS 比赛中的第二名方案使用的方法论相同。

堆叠

我非常擅长使用 XGBoost 进行堆叠。然而，由于剧烈的 OOF 变化，使用伪标签模型的 OOF 进行堆叠有点困难。所以我尝试向 OOF 和测试预测中添加高斯噪声，随后我成功避免了过拟合。

CV 与 LB

此外，我们的 CV 和 LB 具有超强的相关性。我们可以完全通过 CV 分数来预测 LB 分数，所以我们没有进行太多的提交。

LB 模拟

现在我认为这项工作起了作用：

参考链接：https://www.kaggle.com/c/stanford-covid-vaccine/discussion/189196#1040074