donttal/kaggle_riiid_lgbm_and_saint

kaggle Riiid

一、比赛介绍

Riiid线上教育公司，需要通过学生过往的讲座记录和答题记录，来预测学生当前在回答的这道题目能不能做对。

二、比赛特殊说明

1. kaggle官方数据集 https://www.kaggle.com/c/riiid-test-answer-prediction/data

2. 这次比赛提交方式是通过kaggle api一批一批的生成test data。目的是为了防止你利用test data的本身时间上的特性来预测，以防数据穿越。 test_data一共2500k行，每一批传过来的数据20行左右。 每一批传过来数据，包含当前批次的数据的特征，和上一批的数据的label。

3. 本次比赛test data中的所有content_id（讲座和题目），都不会出现新的。但会出现新的user_id（模拟新用户进来的冷启动问题）。

三、代码运行前所需要的预备数据

1. https://www.kaggle.com/c/riiid-test-answer-prediction/data 官方比赛数据集

四、版本

python 3.8 numpy==1.19.2 pandas==1.1.5 sklearn==0.24.0 lightgbm==3.0.0 joblib==1.0.0 tqdm==4.54.1 matplotlib==3.2.1 pytorch==1.7.0+cu110 logging==0.5.1.2 psutil==5.7.2

五、代码

1.LGBM gen_data.ipynb 用作生成LGBM所需的特征 2.LGBM train.ipynb 用作训练LGBM模型 3.SAINT train.ipynb 用作训练SAINT模型 4.LGBM+SAINT inference 用作在kaggle上做预测