第4名方案 - 回归任务：阿巴伦数据集（Abalone）

我的方法非常简单明了，以下是我对该方案的具体改进：

• OpenFE（自动化特征工程）
• 目标变量对数变换（对目标进行 log 变换以优化 RMSLE）
• AutoGluon（使用自定义的 RMSLE 评估指标，仅使用基于树的模型）
• 与该笔记本的预测结果进行50% 对 50% 平均

说实话，我没有料到这个方案会取得如此好的成绩。根据我目前的观察，AutoGluon 在数据量达到 5 万到 6 万左右的数据集上表现尤为突出。