比赛链接：https://tianchi.aliyun.com/competition/entrance/231768/introduction
队伍名：抗毒救灾，成绩：初赛Rank7，复赛Rank12

题目给定某搜渔船的位置序列，预测该渔船的作业类型，作业类型分为：围网、刺网和拖网三种。

简单来说就是一个序列分类的问题，提取人工序列特征+lightGBM，以及embedding+NN是比较常见的思路。我们的思路也是分别构建人工特征的树模型和embedding特征的神经网络模型，然后进行融合。

序列特征主要包含4类：位置类、状态类、轨迹类和其它类。

位置类主要包含经纬度、极坐标等绝对位置序列的统计量特征(平均值、中位数、最大值、最小值等)；

状态类主要包含渔船速度、转速序列的统计量特征；

轨迹类主要包含曲率半径序列、凸包面积等；

其它类主要包含时间方面的统计特征，开始时间，结束时间等；

==这题很容易线上线下不一致，特征需要好好筛选，不能保留过多的相似特征，特征不能做得太细，否则线上很容易崩。==

而后通过lightGBM模型进行训练，最终单模线上为0.8941；

这里主要借助了TextCNN的结构，在Embedding部分进行了改进，我们将经度、纬度、速度、方向、时间这一五元组看成一个状态，对状态进行离散化并分桶，通过word2vec算法对每个桶的特征表达进行预训练。对于每艘船的某一状态，进行桶特征映射后拼接它们以得到该状态的特征编码，以此得到船在每一时刻的状态特征表示，然后送入CNN进行学习。

最终单模线上成绩为0.8554；

很明显单模lgb比单模nn好很多，这里可能是由于nn过拟合、数据分布等因素，我们没有多做研究(初赛时一个0.88的lgb和一个0.82的nn融合出了0.89+的结果，很迷)，模型融合时可以适当调大lgb的权重，减小nn的权重以得到更好的融合收益。

我们选择训练10折lgb和5折nn，然后直接平均，由于lgb的折数更多，因此相当于权重更大。

最终A榜线上成绩为0.9000，排名7；B榜线上成绩为0.8859，排名12。

代码等都在项目中，按照run.sh的执顺序就好(如果有数据的话)，欢迎一起交流学习以及组我打比赛，QQ：793729558！