梯度提升机与精细预处理最为有效：ASHRAE 大能源预测 III 竞赛的经验教训
机器学习
2023-12-06 v1
摘要
ASHRAE 大能源预测 III (GEPIII) 竞赛于 2019 年末举办，是有史以来规模最大的聚焦建筑性能的机器学习竞赛之一。该竞赛在 Kaggle 平台上举办，共收到 39,402 份预测提交，前五名团队分享了 25,000 美元奖金。本文概述了参赛者（主要来自竞赛中排名前 5% 的团队）的经验教训。通过在线调查、对公开分享的提交内容与笔记的分析以及获胜团队的文档记录，从其经验中获得了诸多见解。表现最优的解决方案大多使用了基于梯度提升机 (GBM) 树模型的集成，其中 LightGBM 包最为流行。调查参与者表示，预处理与特征提取阶段是构建最佳建模方法最重要的方面。所有调查受访者均使用 Python 作为主要建模工具，且普遍使用 Jupyter 式笔记本作为开发环境。这些结论对于未来引导建筑能源计量预测的研究与实际应用至关重要。
引用
@article{arxiv.2202.02898,
title = {Gradient boosting machines and careful pre-processing work best: ASHRAE Great Energy Predictor III lessons learned},
author = {Clayton Miller and Liu Hao and Chun Fu},
journal= {arXiv preprint arXiv:2202.02898},
year = {2023}
}