- ランダム性が強いデータなので、たまたましてたcatboost,lightGBM,gcbのスタッキングによりシェイクダウンしなかったと思われる(pycaret-2-classification_code_eng2_csv.ipynb のstacker_submission.csv)
- 武器ごとの勝率の特徴量など入れたlightGBMのシングルモデルでも同じぐらいのPrivateスコアも出せてた(eng2.csv使ったもの。run_train_lgb.sh のcode_eng2_csv_best_params_eng2_csv_tuining()のはず)
- psude labelとかも試したがうまくいかなかった。他に試した手法
- 11位
- ドメイン知識関係ない特徴量として、AチームとBチームのデータを入れ替えることで,学習データを倍にした
- https://prob.space/topics/takaito-Post28d53332b6f7a13654be
- 3位
- ドメイン知識にもとづいて、2時間の中で同じ武器を何回使ったか、何種類の武器を使ったかCount Encoding
- https://prob.space/topics/TASSAN-Postfea0f0d8cea0d9819c1c