2024大数据挑战赛全国六强团队获奖经验+ppt分享（五）

团队名称

元胞自动机

团队成员

孙海鑫（苏州大学）

团队名次

全国第二名

赛题描述说明介绍

报名 | 2024中国高校计算机大赛——大数据挑战赛报名启动！

关注微信公众号“数据派THU”，后台回复“20240615”，即可获取“赛题描述”

参赛分享与收获

作为一个单人队伍，同时也是一个时间序列任务的新手，本人深切感受到本次比赛赛题对新手十分友好：1.赛题任务是时间序列预测任务，十分容易理解；2.数据的结构性非常好，数据特征易于理解；3.baseline模型强大，不需要过多尝试其他模型；4.协变量多，可以基于此进行充分的特征工程；5.平台优秀，竞赛平台提供服务器用于结果复现，同时技术人员十分尽职尽责；6.组织优秀，组委会尽力听取选手对于赛制的合理建议并做出改善；7.友好交流，初赛期间设置“周周星”经验分享帮助新手快速开始竞赛。

正所谓以赛促学，本次比赛我受益颇多：在每天不断搜寻资料、与大模型对话、对自己各种想法进行实验的过程中，我的专业知识得到了飞速的增长，同时在选手群中和其他选手交流也使我受益匪浅；在决赛万众瞩目的舞台上，我受到了评委们的认可，这让我更加自信，对自己未来的道路规划也愈发清晰。

在经验分享方面，我有三个感悟想与大家分享。

第一，这是比赛而不是科学研究，我们的出发点不应是某个策略是否创新，而是它能否提分，因此我们要抓住赛题和数据的特点，为这种特点专门制定对策：在本次比赛中，测试集和训练集的数据分布差异极大，常规交叉验证完全失效，十分考验模型的泛化能力。我抓住了赛题数据这一特点，使用先聚类再划分验证集的方法进行交叉验证，尽最大可能检验了模型的泛化能力，从而保证调出的参数和特征都是有效的。

第二，首先，我很认同“特征工程决定上限，模型决定是否能达到上限”，但是我觉得，在很多下游任务中，在进行特征工程之前，模型可能还远远没达到那个上限，与其费劲心思特征工程，不如先“躺下来”调参和集成，调得差不多了再进行特征工程。

第三，在一切尚未尘埃落定之前，即使身处最后的境地，也不要放弃。或许，这正是炼丹之神对你耐心的考验呢？

最后，感谢比赛的主办方、承办方、协办方和平台提供的宝贵的比赛机会，感谢评委老师们、清华大学的老师们以及我的父母对我的大力支持与肯定。

决赛答辩ppt分享

编辑：文婧

校对：丁玺茗

关于我们

数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。

新浪微博：@数据派THU

微信视频号：数据派THU

今日头条：数据派THU