第21名方案（R内核链接）

首先，感谢 BS Kids 和 Kaggle 团队举办了这场精彩的比赛，并祝贺获奖者和奖牌获得者。

我没能在这个比赛中投入我希望那么多精力，所以能获得奖牌感觉真的很棒。离金牌只有一步之遥有点令人失望，但我不能抱怨，因为我的解决方案非常简单，而且我认为我在最终结果上很幸运。

特征工程

我生成了 754 个特征，其中大部分与你在公共内核中发现的非常相似。对于“游戏”类型的会话，我创建了考虑不同回合（大多数游戏有三个回合）的特征。

特征筛选

我只删除了重复的和非常相似（>99% 相同值）的变量。最终我保留了 649 个特征。

模型

我以 第1名方案 和 第2名方案 的 Prudential Life 比赛 为灵感。我的模型首先由三个 lgb 二分类器（0 vs 123，01 vs 23，012 vs 3）组成，使用 5 折交叉验证。然后，我使用这些模型的结果加上评估标题作为线性回归模型的特征，以获得最终的连续预测值。

阈值定义

我使用了带有 Nelder-Mead 算法的 R 语言 optim 函数。为了获得初始系数，我使用了这里解释的黄金分割法。通常情况下，这种两步过程比单独使用其中任何一种方法能获得更好的分数。

代码链接

你可以在这里查看内核。