PDD 写作

感谢我的队友 @dott1718 和 @christofhenkel 在这四次比赛中的合作。由于即使是上一周的比赛在评分方面也已经接近半程，我们想简要概述一下我们的解决方案。我们对这四周的结果非常满意，特别是那些更乐观的模型（预测较少的病例和死亡人数）表现更好，而我们在第 2 周最悲观的模型表现最差。

第 1 周

每个人怀着对 Covid-19 的恐惧和不确定性进入这场比赛，我认为这也反映在了生成的模型中。当时可用的数据非常少，大多数国家处于严重指数增长的早期阶段。我们很快发现，由于缺乏历史数据，利用任何机器学习模型在这里似乎都不合适。因此，我们构建了我们在所有四周中使用的主要模型的基础。为了预测确诊病例，该模型使用一个恒定的增长率，该增长率随着时间的推移被加速的衰减所降低。对于死亡人数，我们将给定时间滞后的预测病例数乘以给定国家的死亡率，并加上一个恒定的增长。

该模型允许我们在（超）参数的选择上有一定的灵活性。我们在第 1 周最终决定提交一份乐观的和一份悲观的预测，其中乐观预测的增长率较低，且该增长率的衰减加速度较高，而悲观预测则相反。对于我们已经拥有高于特定阈值“足够”数据的国家，我们在特定时间段内学习其增长，而对于其他国家，我们采用默认增长率。

乐观提交：https://www.kaggle.com/dott1718/cv19-by-growth-rate-v5-09?scriptVersionId=30833479
悲观提交：https://www.kaggle.com/dott1718/cv19-by-growth-rate-v5-03-per-5?scriptVersionId=30833633

乐观预测显示，截至 4 月 22 日，30 天后全球将有 260 万病例和 12 万死亡人数。悲观预测则更加“世界末日”，预测有 2400 万病例和 43 万死亡人数。乐观预测最终在 Private LB（私有排行榜）上排名第 2，得分为 1.07716，而悲观预测得分为 1.29940，本可以排第 5 名。这也让你很好地了解了这个指标的问题，因为即使你在全球范围内与实际数字相差甚远，如果你预测对了一些低病例国家，指标也会大幅改善。

现在回过头来看，我不得不说我们在那里的全球估算真的非常精确。我刚查了 worldometer 的数据，4 月 23 日实际确诊病例为 2,722,000，而我们预测的是 2,650,252。我没想到我们能如此精确，即使个别国家可能会有偏差。

第 2 周

在前一周观察到了更多的指数级短期增长。我们主要重新利用了第 1 周的模型并稍作调整，庆幸的是我们将它们过拟合于短期增长模式，这使得它们回想起来相当悲观。第二次提交将幂律拟合与指数截断混合到模型中，这实际上是我们这里较好的提交。

提交 1：https://www.kaggle.com/dott1718/cv19w2-2-sub?scriptVersionId=31270684
提交 2：https://www.kaggle.com/philippsinger/cv19w2-pl4-sub?scriptVersionId=31271930

第 3 周

我们看到机器学习解决方案开始崭露头角，特别是对于短期预测，我们决定一方面进一步调整我们的模型并提交，另一方面混合一些公开的机器学习解决方案。具体来说，我们使用了来自 @cpmpml（+团队）、@gaborfodor 和 @osciiart 的提交——感谢他们！我们在最终混合中严重超配了我们的模型和 oscii 的模型，权重为 8-8-1-1。

单模型提交：https://www