Data

• 每個 row 是一個人
• 40 states 的資訊（one-hot）
• 三天的資訊
  • 每天有 17 features + 當天的 tested_positive（暫時命名為 dayX）

Prediction

• 透過 40 + 17 + day1 + 17 + day2 + 17 這些 features 來預測 day3

Baseline0 (day3=day2)

直接把 day3 用 day2 代替來看 LOSS 如何

• MSE of baseline 0 (predict y3=y2): 1.0638112270372913

Baseline1 (建立 Ridge model: y = wx+b)

<aside> 📌

alpha 是懲罰 ｗ 機制，讓 w 不要太大 -> alpha 越小，model 越接近線性模型，擬合更貼但更可能 overfit；alpha 越大，model 越保守較不容易 overfit

</aside>

• best alpha: 0.01, MSE of baseline 1: 0.9291660509752497

Exp 1

• quota-based SelectKBest

  →

  用給予額度的方式，一定要涵蓋一部分的 state features

  舉例來說如果 k = 20，我會限制一定要有 x 個 state features