2023年Kaggle帕金森预测竞赛：策略解析与金牌策略揭秘

本文档详细介绍了2023年7月21日关于Kaggle AMP帕金森进展预测竞赛的金牌策略。Kaggle是一个知名的机器学习和数据科学竞赛平台，该竞赛的目标是预测帕金森病患者疾病进展。关键策略如下： 1. 核心策略：比赛的关键在于识别数据集中的病人与正常人之间的差异。病人的UPDRS（ Unified Parkinson's Disease Rating Scale）评分随着时间的推移会逐渐升高，而正常人的评分则相对稳定。参赛者通过计算就诊时间间隔（如`month_diff`和`month_diff_min`）来区分这两类个体，其中12个月内的间隔被认为是病人。 2. 探索性数据分析（EDA）的作用：在比赛中，EDA被证明至关重要。通过分析病人的UPDRS随时间变化的趋势，尤其是12个月整数倍的月份，可以看出显著的规律。此外，对就诊频率的可视化显示了病人和对照组之间明显的差异，这有助于识别真实病人和假想的对照组。 3. 简单模型的有效性：即使采用基础的方法，如按月份计算中位数，也能达到金牌水平。其他复杂的模型，如随机森林、梯度提升机（LGB）、多层感知器（MLP）也被用于提升得分。 4. SMAPE1P指标优化：顶级解决方案分享了针对SMAPE（Symmetric Mean Absolute Percentage Error）这类评估指标的一种优化技巧，尽管细节未详细解释，但这个策略表明参赛者可能在寻找降低误差度量的新方法来提升模型性能。 这篇文档提供了一个深度剖析Kaggle竞赛策略和模型选择的方法，强调了理解数据分布和进行细致的探索性分析在帕金森疾病预测任务中的重要作用。通过应用适当的特征工程和模型优化，即使对于非专业选手，也能在比赛中取得优异成绩。