Прогнозирование отправления вагонов в ремонт от команды WagonWizards.

Исследование представлено в jyputer в формате форка colab.research.google.com с подключением локальной среды, для использования большего числа ресурсов.

Используемые (открытые) библиотеки перечислены в requirements.txt.

.

.

Процессинг таргетов: растягивание таргетов. Т.е. если вагон поломался, то обозначение всего месяца за 1, а не одного дня. Аналогично для 10ти дневных таргетов. Метки сдвинули на 1 месяц назад для предсказания. *замечание - неверная разметка 10тидневных таргетов лишь в начале месяца может привести к ошибкам в модели и неверному обучению, что вагоны ломаются только вначале месяца.

Объединение таблиц данных, генерация искусственных фичей. В итоговом DataFrame - 63 признака. заняло 90% времени

Так как имеем дело с time-oriented data, то от cross-validation отказались. Разделили датасет на train(данные до декабря примерно), val(декабрь, январь), test(февраль).

Катбуст, n_estimators=500, shrink по best_score на валидиации автоматически. По внутренней eval во время обучения на отложенной выборке

Для месяца и 10ти дней отдельные модели, затем аггрегация (пробовал несколько методов - по max и mean [с донастройкой]) по датам для получения одного предикта по каждому номеру вагона. Попробовал подобрать порог для аггрегации предсказаний по roc-методу.

Сид зафиксирован, модели сохранены, решение воспроизводимо, все есть здесь в репозитории