我的解决方案相当直接，使用了大约 45 个基础模型，CV 得分为 0.97734，私有榜单得分为 0.97757。大多数模型使用相似的超参数训练，但使用了不同的随机种子和学习率。
在 MLP 的情况下，使用 @yekenot 建议的周期性特征（讨论见 此处）对 CV 和榜单 (LB) 都有很好的提升。@mahoganybuttstrings 在这个 Notebook 中的目标编码函数也非常有帮助。
祝贺所有获奖者，祝大家 Kaggle 愉快！！！
664. Playground Series - Season 5, Episode 8 | playground-series-s5e8
我的解决方案相当直接，使用了大约 45 个基础模型，CV 得分为 0.97734，私有榜单得分为 0.97757。大多数模型使用相似的超参数训练，但使用了不同的随机种子和学习率。
在 MLP 的情况下，使用 @yekenot 建议的周期性特征（讨论见 此处）对 CV 和榜单 (LB) 都有很好的提升。@mahoganybuttstrings 在这个 Notebook 中的目标编码函数也非常有帮助。
祝贺所有获奖者，祝大家 Kaggle 愉快！！！