kaggle竞赛小技巧——为什么四舍五入能提高分数

该观点由tabular-playground-series-jan-2022的冠军AmbrosM提出。

全文：https://www.kaggle.com/c/tabular-playground-series-jan-2022/discussion/301249

---

这个观点基于三个假设：

1）真实的标签都是整数

2）比赛评分使用MAE（或SMAPE）

3）预测误差是连续单峰函数，最大概率密度在0附近，如下图（墙内下图可能未显示）所示

density

绿色代表四舍五入减少误差，红色代表四舍五入增加误差。

易证绿色的面积会比红色的面积大。

虽然选择四舍五入会提高分数，但是四舍五入也会产生意想不到的效果：会引入不连续性，增加了结果的方差，使模型评估更加困难。