大家好， 首先，我想感谢竞赛组织者和所有参与讨论的人。这是@ibazhov和我在Kaggle上的第一次正式比赛，我们学到了很多，并希望未来能参与更多的比赛。 总结： 使用5个LGB模型进行连续更新/学习，通过.train(init_model)和.refit()方法，以及5个基于216个特征的Catboost模型。通过减去指数贡献的加权和进行后处理，使得w_i * targ_i ≈ 0。

针对MNIST数据集进行XGB\LGB模型训练和预测 部分脚本如下： 完整脚本见笔者github lgb_param = {'boosting': 'gbdt','num_iterations': 145,'num_threads' : 8, 'verbosity': 0,'learning_rate': 0.2,'max_depth' : 10,'num_leaves' : 8,'subsam