Buenas, abro este hilo para consultarles si alguno tuvo resultados con redes. Estoy subiendo un kernel con lo mejor que conseguí armar. Lamentablemente no corre en la memoria que asigna Kaggle por lo que está limitado a 500 pasos de navegación. Si se ajusta el parámetro crop_hist a 1500 obtiene un score de 0.84169 en el leaderboard privado.
\n\nEl modelo considera las últimas 1500 navegaciones como secuencia. codifica las variables categóricas por embeddings, las multiplica por un decaimiento exponencial y luego las pasa por tres conjuntos (convolución-pooling-dropout) y finalmente por tres capas densas.
\n\nhttps://www.kaggle.com/aaraneo/secuencia-embedding-convolucion
\n\nEl primer input de la izquierda es el decaimiento a aplicarle a la secuencia. El factor de decaimiento se ajusto como hiperparametro del modelo. Los demas inputs son todas las categorías de cada paso de navegacion en el dataset..png?generation=1570135651560792&alt=media)
Buenas, abro este hilo para consultarles si alguno tuvo resultados con redes. Estoy subiendo un kernel con lo mejor que conseguí armar. Lamentablemente no corre en la memoria que asigna Kaggle por lo que está limitado a 500 pasos de navegación. Si se ajusta el parámetro crop_hist a 1500 obtiene un score de 0.84169 en el leaderboard privado.
\n\nEl modelo considera las últimas 1500 navegaciones como secuencia. codifica las variables categóricas por embeddings, las multiplica por un decaimiento exponencial y luego las pasa por tres conjuntos (convolución-pooling-dropout) y finalmente por tres capas densas.
\n\nhttps://www.kaggle.com/aaraneo/secuencia-embedding-convolucion
\n\nEl primer input de la izquierda es el decaimiento a aplicarle a la secuencia. El factor de decaimiento se ajusto como hiperparametro del modelo. Los demas inputs son todas las categorías de cada paso de navegacion en el dataset..png?generation=1570135651560792&alt=media)