流程思维导图
根据比赛概览、数据页和公开 notebook 为这场比赛定制。
- 01数据处理
- 1.1读 train/test;目标列 satisfaction(True/False → 1/0)
- 1.24 个类别列:one-hot 或用模型自带的类别处理
- 1.313 个评分列:保留为有序数字
- 1.4延误时长右偏:试试 log1p
- 1.5标记 Arrival Delay 缺失;试试到达延误减出发延误
- 02模型设计
- 2.1检查用基线:逻辑回归
- 2.2主力基线:LightGBM / XGBoost / CatBoost
- 2.3进阶:RealMLP 或 TabPFN(高票公开 notebook 里出现过)
- 03训练
- 3.1StratifiedKFold,5 折
- 3.2按 AUC 早停
- 3.3保存 out-of-fold(OOF)预测
- 3.4对比 CV 和公开排行榜
- 04后处理
- 4.1提交概率,不要提交 0/1
- 4.2AUC 只看排序:用排名平均做融合
- 4.3检查表头:id,satisfaction
- 4.4按 CV 选最终提交,不按公开榜
关键信息
- 时间
- 2026 年 10 月 1 日开始;报名、合并队伍和最终提交都在 2026 年 10 月 31 日 23:59(UTC)截止 ↗
- 任务
- 为 test.csv 里的每个 id 预测 satisfaction 的概率 ↗
- 评测指标
- 预测概率与真实标签之间的 ROC 曲线下面积(AUC) ↗
- 数据
- train.csv、test.csv、sample_submission.csv(102.54 MB,CSV,CC BY 4.0)。数据是合成的,仿照 Airline satisfaction 数据集生成 ↗
- 规模
- 训练集 699,635 行 × 23 列,测试集 299,844 行 × 22 列;21 个特征;292 个缺失值,全部在训练集 ↗
- 标签分布
- 训练集中 55.64% 不满意,44.36% 满意 ↗
- 奖品
- 第 1–3 名送 Kaggle 周边,整个系列每人只能拿一次;没有积分和奖牌 ↗
- 参与情况(10 月 9 日)
- 2,768 名参赛者,1,261 支队伍,10,137 次提交 ↗
题目拆解
一位乘客的一次行程:乘客信息、航班情况(舱位、距离、延误)以及他给 13 项服务打的分。
test.csv 里每个 id 的 satisfaction 为 True 的概率。
CSV 干净,只有一个目标,指标标准,公开 notebook 多,不涉及奖牌,而且每个月都有新的一期可以重来。
292 个缺失值,延误列分布偏斜,还有一个诱惑:照着公开排行榜调参,而不是看自己的交叉验证。
21 个特征
Age, Flight Distance, Departure Delay in Minutes, Arrival Delay in Minutes
Inflight wifi service, Departure/Arrival time convenient, Ease of Online booking, Gate location, Food and drink, Online boarding, Seat comfort, Inflight entertainment, On-board service, Leg room service, Baggage handling, Checkin service, Cleanliness
Gender, Customer Type, Type of Travel, Class
列名来自一个公开的 EDA notebook ↗
评测指标:ROC AUC
AUC 表示:随机抽一位满意的乘客和一位不满意的乘客,前者得到更高预测分的概率。0.5 相当于抛硬币,1.0 是完美。只有预测值的排序有用,所以对概率做缩放或校准不会改变分数,而四舍五入成 0/1 会丢掉排序信息。
参考量级:一个公开的 XGBoost notebook 报告 5 折 CV AUC 约 0.959–0.961,高票公开 notebook 的排行榜分数在 0.961–0.962 左右(10 月 9 日)。头部的差距在小数点后第四位。 ↗
公开基线
比赛 Code 页按票数排序的快照,取于 2026 年 10 月 9 日。分数是 Kaggle 上显示的公开排行榜分数。
| Notebook | ▲ | LB | 为什么值得看 |
|---|---|---|---|
| PS|S6|E10: RealMLP · PyTabKit | 65 | 0.96105 | 票数最高:只用一个神经网络表格模型(pytabkit 里的 RealMLP)。 |
| S6E10 LightGBM CV 5 folds 0.96111 | 46 | 0.96069 | 朴素的 LightGBM 加 5 折 CV:第一个 fork 的最佳选择。 |
| EDA, Feature Engineering & XGBoost | 30 | 0.95932 | EDA 写得清楚(数据规模、标签分布、特征分组),之后用 StratifiedKFold 训练 XGBoost。 |
| S6E10 | One LightGBM | LB : 0.96017 | 24 | 0.96024 | 只有一个模型,不做 stacking:看单个 GBDT 能做到多好。 |
| Single CatBoost 🐱 EDA | PS6E10 | 11 | 0.96046 | CatBoost 能直接处理类别列。 |
| Airline | LGBM/CatB/XGB/RealMLP| Baseline | 21 | 0.96075 | 四类模型的基线放在一起对比。 |
| S6E10: What Each Step Was Worth | 14 | 0.96153 | 列出每一步带来的分数变化,适合学习哪些改动真正有用。 |
| Cleared for Takeoff: LB 0.9606 + What Failed | 13 | 0.96056 | 还列出了哪些尝试没有用。 |
| Stacking TFMs with Public OOF | 37 | 0.96176 | 用 out-of-fold 预测做 stacking:有了 2–3 个模型之后的下一步。 |
| S6E10 | TabPFN + Route Categories | LB 0.96160 | 29 | 0.96164 | 表格基础模型(TabPFN)加上构造的航线类别特征。 |
分步计划
- 第 1 天:报名并读题
登录、接受规则,读 Overview 和 Data 页。打开 sample_submission.csv,看清楚提交格式。
- 第 1 天:第一次提交
fork 一个简单的 LightGBM notebook(比如下面那个 5 折 LightGBM),跑通后提交。目标只是先在榜上有个分数。
- 第 2–3 天:自己的 CV
自己重写一遍基线:5 折 StratifiedKFold,每折算 AUC,保存 OOF 预测。每次运行都记下 CV 和公开榜分数。
- 第 4–7 天:特征
一次只试一个想法:延误取 log1p、延误缺失标记、延误差值、评分求和。只有 CV 变好才保留。
- 第 2 周:第二个模型
用同样的折训练 CatBoost 或 XGBoost,把它的 OOF 和 LightGBM 做排名平均,再看 CV。
- 第 3 周:读别人的思路
读 “What each step was worth” 和一个 stacking notebook。挑一个想法照着做,量化效果,记下失败的尝试。
- 10 月 31 日 23:59(UTC)前
按 CV 分数选最终提交,不要按公开榜排名选;再写一个简短的 notebook 总结学到了什么。