Enkel-modell basislinjer
Fem håndtunte enkelt-konfigurasjoner under felles 5-fold CV. Ingen søk, ingen stacking, ingen per-mål-justering – én standardkonfigurasjon per familie som en fornuftig praktiker ville skrevet på dag én. Denne sidens jobb er å holde resten av leaderboardet ærlig: alt som ikke slår disse med en klar margin er ikke verdt innsatsen.
Resultater per modell
| Modell | Kjønn AUC | Alder MAE | Humør MAE |
|---|---|---|---|
| Single LightGBM | 0.876 | 6.95 | 8.85 |
| Single XGBoost | 0.875 | 7.14 | 9.08 |
| HistGradientBoosting | 0.867 | 7.16 | 9.27 |
| MLP (256, 128, 64) | 0.823 | 8.41 | 10.84 |
| Lineær (logistisk / ridge) | 0.810 | 8.77 | 11.35 |
Beste basislinje per kolonne er fremhevet. En enkel LightGBM med fornuftige standardverdier vinner alle måltall. Den blandede baselineraden på leaderboardet (logistisk + HGB + LGB + XGB + MLP) lander på 0.874 / 7.10 / 9.10 fordi de lineære og MLP-medlemmene drar trærne ned.
Konfigurasjoner
- Logistisk / ridgeStandardScaler + sklearn LogisticRegression (kjønn) eller Ridge (regresjon), standard alpha
- HistGradientBoostingmax_iter=600, max_depth=7, learning_rate=0.05, l2_regularization=0.5
- LightGBMn_estimators=1000, num_leaves=63, learning_rate=0.03, feature_fraction=0.8, bagging_fraction=0.8, bagging_freq=5
- XGBoostn_estimators=1000, max_depth=6, learning_rate=0.03, subsample=0.85, colsample_bytree=0.85
- MLPStandardScaler + hidden=(256,128,64), max_iter=400, alpha=1e-3, tidlig stopp på 10% val
- FeaturevektorSamme 441 ingeniørlagde features som trebaserte arkitekturer (full oversikt)
- CV5-fold StratifiedKFold (kjønn), KFold (alder, humør), seed 42