想在Kaggle比赛中进入前4%，你需要掌握哪些诀窍？( 三 ) 全文共5055字

文章图片
Kaggle竞赛讨论区中一些有帮助的帖子。
比赛中，一个名为TabNet的模型获得了前所未有的成功。这个模型弥补了神经网络在处理表格数据上的缺陷。因此，我们对其进行了研究并将之纳入了我们的最后一版方案，其中就包括了TabNet的两种变体。但是，要记住，不能把别人的想法作为探索的终点，而是要作为一个跳板。有以下两点原因：
·复制-粘贴不会让你学习和成长。
·请记住，你能看到的方案或许别人也能看到。如果想要在竞争中占有一席之地，就需要发挥出自己的优势。
不要过于关注公开的排行榜
Kaggle有一个公开的排行榜系统和一个非公开的排行榜系统。
·公开的排行榜包含了参赛者在比赛期间的分数。该分数只基于测试数据的25% 。
·非公开的排行榜则代表了最终排名，并且由测试数据的75%计算得出。
从最终确定的排行榜中不难发现，公开的排行榜和非公开的排行榜之间有很大的差异，参赛者名次可能会前后移动数百个位次。 Kaggle可能是用这种系统来防止作弊。
参赛者在公开的排行榜上的名次更多的只是一个范围，而不是确定的位次。很有可能最终的名次会比公开的排行榜上的名次上下浮动5% 。因此，这能很好的估量排名所在的范围，但是离最终的名次还有一定距离。
不要因为公开的排行榜上的分数而灰心丧气（或备受鼓舞）。在比赛中设计方案时一定要记住所给出的测试数据也只是真实的测试数据的一小部分而已。
请铭记这一切都是为了增长见识！

文章图片
图源：unsplash
在比赛中，照搬照抄他人辛苦所得的方案很容易就让人掉入圈套，只为了疯狂追求增加那一点点分数的零头。
Kaggle真的是一场以增长见识、经验为目的竞赛。对于大多数人来说，不管是微调复杂模型，还是为了神经网络仔细琢磨优化器的具体变种，都不值得花费数小时的时间，但正是这种大量的试验和经验才是最最重要的。
只要我们专注于学习和思考，我们就有可能取得很大的进步。这就是高效成功学的核心：利用有限的精力和时间获得最大的学习效果。
Kaggle的排名本身就代表着在数据科学领域学习的巨大成就。然而，除非你已经有很大希望获得奖金（这很不错），那么这个排名仅仅只是一个里程碑，并不能保证为参赛者带来任何工作。
正如MonolithAI的高级数据科学家GarethJones在一篇文章中所写的：“最近，我发现至少有两位雇佣我从事现今工作的人完全不知道我在Kaggle的资料，尽管在我的简历还有领英的顶部都有链接。 ”
“话虽如此，在面试的过程中，我能够详细的讨论各种Kaggle的项目。因此， Kaggle竞赛在这方面肯定是非常有用的。在我现在所从事的工作之前，我的大部分的机器学习和实践经验都是从Kaggle中获得的。我想不论如何得来的经验都弥足珍贵。 ”
想要通过Kaggle获得经验，有以下几个要点需要注意：
·遵守规则——这也是挑战的一部分。获得优胜的方案需至少由八个以上的模型组成。由于Kaggle的笔记本有时间限制，大多数的参赛者会提前将模型在个人电脑上运行几十个小时，再上传模型权重。这需要大量的工作，而且这不是打破规则，而是尝试挑战使用Kaggle的计算模式，是想要获得经验的必经之路。
·尝试同时参加两场比赛。我认为这有助于提高个人能力。如果需要同时完成两场比赛（或更多，如果你有野心的话），那么一定会让人更注意力集中在总体思路和解决问题上，不会再关心那些只会影响到一百分点的细节。除此之外，若是你对其中一场比赛感到失望，还能立马切换到另一场比赛之中。
·记住“三日原则” 。如果某项任务花了超过三天时间还没有显著进步，那就别管它了！在整个机器学习过程中还有很多要花时间研究的地方，比如特征工程和创意建模。比起去寻找藏在互联网暗角里的某个小文件，思考的过程才更有价值。
下面是要点总结。
技术学习：
·完美无缺的特征工程
·严格把控功能选择
·先理解方案，再设计方案。
·探索模型中无限的可能性与创造性。
策略学习：
·经常查看讨论区。
·不要过于关注公开的排行榜。