第六名解决方案

我非常激动地宣布我在比赛中获得了第 6 名！热烈祝贺所有排名靠前的选手。对于我的最终提交，我使用了 30 个模型的集成。

以下是我两个关键提交的细分：

• 1. Ridge 集成（我的最佳提交 - 第六名！）：

5 折交叉验证分数：0.05884
公共榜：0.05669
私有榜：0.05846（这是确保第 6 名的提交！）

• 2. 爬山集成：

5 折交叉验证分数：0.05879
公共榜：0.05670
私有榜：0.05848（此提交排名大约在 10-13 名）

我的方法类似于这个链接中的主要代码笔记本：Ridge 集成用于卡路里消耗预测。我可能很快就会分享关于我具体模型的更多详细信息。

更新：

我想特别感谢 @pirhosseinlou 和他的代码笔记本 简单单一 XGBoost 模型，它为我的整体集成增加了极大的多样性和权重。以下是我最终提交的截图。

祝一切顺利，
OMID BAGHCHEH SARAEI