第 12 名解决方案

我要感谢 Kaggle 组织了这样有趣的比赛，同时也想感谢那些分享了精彩基线笔记本的人们。非常感谢我的队友 @stefanoclss、@alejopaullier、@yyyu54 和 @kuixizhu 尝试他们的想法。

方法概述

我们改进了基线代码（笔记本 1 和 笔记本 2），并使用最佳 CV 模型和最佳 LB 模型进行最终提交。然而，两个模型的分数均为：公有榜 0.183，私有榜 0.171。

1. 最佳 LB 模型 (公有榜 0.183 / 私有榜 0.171)

架构:

glcm_features： 使用 GLCM（灰度共生矩阵）从图像中提取特征。
KNN 特征： 计算每个患者最近（K = 5）数据点的数值特征平均值，以寻找“丑小鸭”。
向训练数据添加高斯噪声： 向 OOF 预测添加噪声，以防止因使用早停法而导致 CV 分数过度优化。
图像模型：

CV 策略:

三重分层分割 (参考链接)

2. 最佳 CV 模型 (公有榜 0.183 / 私有榜 0.171)

架构:

我们在最佳 LB 模型的基础上添加了以下处理：
年龄特征： 添加一些利用同一患者内年龄和 tbp_tile_type 差异的特征。
quartiles_feature： 为数值列添加四分位数。
特征选择： 分别为 CatBoost、LightGBM 和 XGBoost 提取约 50 到 100 个重要特征。使用此特征训练了三个模型。

无效的方法

・使用过去的数据
・伪标签
・FTTransformer (CV: 0.178, LB: 0.179, 私有分数：0.165)

附言

这次比赛对我有特殊意义，因为比赛期间我的母亲被诊断出患有癌症。我衷心希望她早日康复，也希望医学取得突破，从而改善他人的癌症早期检测。