KDD Cup大赛Baseline思路开源了！

赛题名称

Baidu KDD CUP 2022

赛题链接

https://aistudio.baidu.com/aistudio/competition/detail/152/0/introduction

赛题背景

目标

预测风力涡轮机未来42小时的功率

数据

每 15 分钟采样一次数据。

数据包括：

时间信息；

气候信息：风速、风向、温度；

涡轮机信息：涡轮转子速度、发电机温度、轮毂温度；

地理位置信息：涡轮机空间分布矩阵。

评价指标

RMSE（均方根误差）和 MAE（平均绝对误差）的平均值。

赛题解析-数据预处理

1. 数据标签（发电机功率）中发现有负数，似乎不符合逻辑，需要进一步和主办方确认。

2. 对于标签为连续型变量的场景，可以尝试对标签先进行变换，预测获得结果后再重新逆操作回来，例如先取log1p，预测获得结果后再取expm1(注意log操作只能对大于0的数进行)。

3. 时序预测场景需要考虑训练集的时间范围。假设主办方给了半年的数据，可能只用最近一个月的数据来构造训练集，效果比全量数据好。

赛题解析-特征工程

特征工程主要包括四大块。

对于时变的特征，例如赛题里的涡轮机功率，温度等，可以构造的特征包括lag信息，历史窗口内的统计特征，一阶差分等。

时间特征方面，包括星期几、小时等。

空间特征主要是和TurbID相关的信息，可以考虑把target encoding加进来，以及当前TurbID相邻的涡轮机信息。

其他特征例如做特征交叉，gbdt特征等。

赛题解析-模型

模型包括三大类。

树模型可以使用light和xgboost，这里常用的有两种建模方式。第一种是迭代预测，每次往前预测一步，然后把预测结果纳入进来构造特征，不断地往前迭代，达到预测多步的目的。第二种是非迭代预测，非迭代预测中也有两种建模方式：一是对数据扩充N倍(N表示多步预测的预测步长，本赛题N为168)，这种方法可以在数据构造时加上一列，表示往前预测多少步；二是训练N个模型，每个模型各自负责往前预测多少步。

深度学习模型可以考虑的包括：LSTM、Dilated cnn、DeepAR、N-BEATS等。

统计模型常见的包括ARIMA以及facebook的prophet。

赛题解析-线下验证

线下验证尽量和测试集的构造方式保持一致。

例如训练集给定1-7天，预测未来42小时，最后24小时用来计算结果。我们可以将1-5天的数据拿来训练，预测未来42小时，最后24小时作为线下验证集。

赛题解析-模型融合

模型融合可以使用stacking以及加权平均、调和平均等方法。

赛题解析-后处理

后处理可以查看一下预测结果是否超出了合理范围；以及使用一些魔法系数等。

baseline

我们的开源项目AutoX提供了本赛题的baseline代码：

https://github.com/4paradigm/AutoX/blob/master/autox/autox_ts/demo/kdd_cup_2022_autox.ipynb

预测结果示例

开源项目地址

https://github.com/4paradigm/AutoX

参赛选手可以关注下面公众号，后台回复“KDDCUP”即可进群。

KDD Cup大赛Baseline思路开源了！相关推荐

Baidu KDD Cup 2022 官方赛题解读，内附 Baseline 开源代码
KDD Cup(国际知识发现和数据挖掘竞赛)是 ACM 协会 SIGKDD 分会主办的数据挖掘研究领域的国际顶级赛事,从1997年开始,每年举办一次,有着数据挖掘领域「世界杯」之称,是该领域水平最高. ...
KDD Cup 2019 AutoML Track冠军深兰科技DeepBlueAI团队技术分享 | 开源代码
作者丨罗志鹏单位丨深兰北京AI研发中心近日,KDD Cup 2019 AutoML Track 比赛结果出炉,本次赛题是第五次 AutoML 挑战赛,由第四范式.ChaLearn 和微软联合举办, ...
KDD Cup 2022风力发电baseline—使用因果膨胀卷积进行时序预测
赛题名称: KDD CUP 2022 赛题链接: https://aistudio.baidu.com/aistudio/competition/detail/152/0/introduction 赛 ...
KDD Cup 2021：时间序列异常检测问题开源方案
KDD Cup 2021:时间序列异常检测本次赛题的数据为时序数据,针对每条时序记录,需要选手完成具体的异常点定位. 文件的命名即分割了训练集和测试集,如下所示 <id>_<nam ...
（干货）各大AI竞赛 Top 解决方案开源汇总+大牛经验（Kaggle，Ali，Tencent、JD、KDD Cup...）
各大AI竞赛 Top 解决方案开源汇总现在,越来越多的企业.高校以及学术组织机构通过举办各种类型的数据竞赛来「物色」数据科学领域的优秀人才,并借此激励他们为某一数据领域或应用场景找到具有突破性意义的 ...
KDD Cup风力发电赛题详解-附baseline代码【时间序列相关赛题方案】
shiji按序列赛题名称 Baidu KDD CUP 2022 赛题链接 https://aistudio.baidu.com/aistudio/competition/detail/152/0/i ...
（干货转）各大AI竞赛 Top 解决方案开源汇总+大牛经验（Kaggle，Ali，Tencent、JD、KDD Cup...）
各大AI竞赛 Top 解决方案开源汇总现在,越来越多的企业.高校以及学术组织机构通过举办各种类型的数据竞赛来「物色」数据科学领域的优秀人才,并借此激励他们为某一数据领域或应用场景找到具有突破性意义的 ...
KDD CUP 2020之Debiasing赛道方案 (Rush)
" 本文介绍了Rush团队在KDD CUP 2020的Debiasing赛道中的解决方案,涵盖了在召回,粗排以及精排阶段的问题思考和总结,并针对核心算法模块给出了清晰的代码实现,全程干货,推 ...
KDD Cup 2020多模态召回比赛亚军方案与搜索推荐业务的业务应用
ACM SIGKDD(ACM SIGKDD Conference on Knowledge Discovery and Data Mining)是世界数据挖掘领域的顶级国际会议.今年,KDD Cup共 ...

KDD Cup大赛Baseline思路开源了！

KDD Cup大赛Baseline思路开源了！相关推荐

最新文章

热门文章