文件名称：kaggle-santa-2020：“ Santa 2020-Candy Cane Contest”中的第9位解决方案
文件大小：225KB
文件格式：ZIP
更新时间：2024-03-23 21:43:59
kaggle lightgbm lightgbm-regressor Python
2020年圣诞老人-糖果手杖比赛 我在Kaggle竞赛解决方案，排名第9位。 基本策略 在本次比赛中，奖励是通过比较阈值和随机生成的数字来确定的。 如果我们知道阈值，就很容易计算获得奖励的概率。 但是代理商在比赛中看不到门槛，我们不得不对其进行估算。 与其他团队一样，我也通过Kaggle API下载了历史记录，并创建了一个用于监督学习的数据集。 我们可以在API的响应中看到每一轮threshold的真实值。 因此，我将其用作目标变量。 在比赛中，我发现分位数回归比传统的L2回归要好得多。 我认为它可以通过percentile参数调整“探索”和“利用”之间的平衡。 特征 ＃ 姓名 解释 ＃1 圆形的 游戏中的回合数（0-1999） ＃2 last_opponent_chosen 对手代理商是否在最后一步选择了这台机器 ＃3 second_last_opponent_chose
【文件预览】：
kaggle-santa-2020-master
----README.md(6KB)
----LICENSE(1KB)
----src()
--------02_catboost()
--------02_xgboost()
--------02_lgbm()
--------01_downlaod()