1.读题 不要放过任何一个细节 这对规避一些问题以及寻找思路有很大的帮助 例题：作为篮球队教练，你需要从名单中选出 1 号位至 5 号位各一名球员， 组成球队的首发阵容。每位球员担任 1 号位至 5 号位时的评分如下表所示。请你计算首发阵容 1 号位至 5 号位的评分之和最大可能是多少? 编号1~20为球员，后面紧跟的5个数值是其在5个位置的表现，一个球员只能担任一个位置，所以在选取该球员时应该综合考虑，如17号很出色在1 3 4 号位都为最高分，但综合考虑 应该让其担任3号位，因为17号3号位分数最好。 此题可以通过观察与口算得出： 97(1)+99(10/20) + 99(17)+

赛题任务根据小分子的属性特征，预测小分子在人体内清除率指标（即数据中的Label字段）。 数据 字段名 类型 说明 ID 整型 样本编号 Molecule_max_phase 整型 分子的最长位相 Molecular weight 浮点型 分子量 RO5_violations 整型 违反新药5规则（RO5）的数量 AlogP 浮点型 由ACD软件计算化合物的脂分配系数（该数据来自ChemBL） Features 向量 小分子的矢量化表示 Label 枚举/浮点型 单位时间内单位机体能将多少容积体液中的药物清除 注：本比赛id列不能算做有效特征。 评分标准评

为终端配置代理Windowsset http_proxy=http://127.0.0.1:1080 set https_proxy=http://127.0.0.1:1080 set http_proxy_user=user set http_proxy_pass=pass set https_proxy_user=user set https_proxy_pass=pass set http_proxy= set https_proxy= # Ubuntu 下命令为 export # export http_proxy=http://127.0.0.1:1080Linuxe

一 LightGBM核心参数 参数 中文含义 作用 learning_rate 学习率，默认值0.1 控制模型迭代速度，越大模型迭代越快，但容易错过最优点；越小模型迭代越慢，容易找到最优点 num_iterations 迭代次数 控制迭代次数 max_depth 树的深度 设置树深度，深度越大越有可能过拟合 num_leaves 叶子节点数 调节树的复杂程度 min_data_in_leaf 叶子具有最小节点数 设置的较大可以避免生成一个过深的树，但有可能导致欠拟合 min_sum_hessian_in_leaf 结点分裂的最小海森值之和 也叫min_child_