はてなブックマーク

(*1) 5, 6位の参加者が入賞を辞退したため繰り上げ 以降では，テストデータ内の各記事ペアを「（記事i, 記事j）」と表記します．各手法は，記事iから記事jへのリンクの有無を予測します． 1位：過学習マン@Scaled_Wurm 1位入賞者はリンク予測問題を，記事ペアの特徴ベクトルが与えられたときに「リンク有り」か「リンク無し」に分類する二値分類問題として捉えました．以下の特徴量を用いて特徴ベクトルを設計し，Random Forestで分類器を構築しました． 記事の特徴 記事iと記事jそれぞれのカテゴリ数 記事iと記事jそれぞれのカテゴリ特徴（主成分分析を用いて39,541次元から200次元に削減） 記事のID（整数） 記事ペアの特徴 記事iと記事jのカテゴリ特徴（次元削減後）のコサイン類似度 記事iと記事jのIDの差 記事iと記事jの，隣接記事集合のJaccard係数・Adamic/

【2013/2/18】 データ分析/予測モデル作成のためのコンペサイトCrowdSolving（クラウドソルビング）を本日オープンいたします． 近日中にコンペ第一弾を開始いたします． データサイエンティストの皆様，会員登録（無料）よろしくお願いいたします． サービスに関するお問い合わせはお問い合わせページをご利用ください．