半监督训练－思想与代码实践

以IEEE-CIS-Fraud-Detection比赛为例

半监督训练思想：

test集没有标签，咋办呢？

train集先建立一个model，Score要求在0.95以上；

把该model预测得到的test的标签值isFraud赋值给test.

这样，test集的isFraud就有了类别标签，上述的这种打标签的方式，称为"伪标签"。

 

然后，把train和打了"伪标签的test集纵向拼接在一起，训练一个新的model.

用这个新的model去预测test集，这样预测的结果，会让你在LB上的效果有一定的提升，

当然，别指望提升几个百分点, 提升几个千分点、万分点还是有可能的。

 

代码如下(可能会需要16G内存以上的电脑才能跑)：

https://github.com/appleyuchi/TPU_GPU_Code/blob/master/伪标签法.ipynb