我对第一赛季的一个建议

不现实，大家的工具都各不相同。

真正的高手要到第二赛季才会显山露水，在大数据量下才能看出模型的好坏：）

我感觉真正高级的算法，大神们是不会泄露的。.还是靠自己的能力。现在的F1最高都到7.57了。真正的高手是他们。

目测lz是用规则做的，或者算法模型是有解析解的哈

为什么做oj是不实际的，有这样几个方面。

首先对于竞赛和实际的项目可以说是很不一样的。
就拿推荐而言，如果只优化f1，那么势必队伍会用不同假设的算法来做ensamble提高f1
这个也算是竞赛中公认的trick了。你去批评队伍做ensamble是没意义的。
对于那个400涵盖70的文件我也看到了，但我懒得ensamble那个文件，因为我并不知道那个算法的假设是什么，所以合并后就算提高了结果，对我改进算法也没意义。

第二点，很多算法是没有解析解的。我们需要用sgd mcmc等跑很久。那么就算oj不设置时间限制。我们也需要在sgd等优化方法迭代出的若干组参数中结合一些东西（我有特别的调参数技巧么么大）挑出一组参数。如果lz离线用svd++等玩过netflix的数据，就知道oj几乎不可能实现。

第三点，虽然我大部分操作都是写成了sh文件自动跑的，但交上去也是跑不动的。因为用的第三方的包太多。和oj不一样在于参赛者并不是只能用标准库。

第四点，也算是我个人的一个意见吧。竞赛这种东西一般来说是一开始定好规则，选手们就算闹翻天，比赛规则也是不能变的。
主办方开始一个游戏，一般只有两种选择，一个是按照最开始制定的游戏规则，只要选手不触犯最开始的规则，就不能增加新的规则。
另外一种是承认自己规则的不完善，中止比赛进程。

在线OJ肯定不可取。。。

但是拟合数据也确实很靠运气，以及，小号。
对遵守规则的同学来说，还是不公平。

顶楼上！
机器学习竞赛 和 ACM 还是有很大差别的，模式不可复制。

-------------------------

   …………

-------------------------

第一赛季还是不要换数据了。

通过线上测试的结果 来推断 参数好坏，进而调整模型或参数。这本来就是 能力的一部分。

既然规矩之前已经定好了，大家花了很大精力去 拟合结果，不能让已经努力过的同学 辛苦白费啊。

1. 觉得规定好输入输出规则，由选手提交代码上去，不靠谱，不现实。选手实现方式各异，代码使用语言各异，提取特征方式各异，机器学习方法各异，很多不是全自动可以一次执行完成的，需要人为干预程序执行过程。
2.为什么调参数获得好结果就不能被承认？机器学习不也是获得一系列参数吗？我调的参数好，线上测试结果好为什么就不是我个人的能力体现呢？难道一定要很复杂的模型才能证明自己很NB吗？
3.更换数据集倒是可以接受，虽然本人不建议更换，因为更换太折腾了。如果真更换，建议阿里提前通知，让我们有准备时间。
4.个人觉得这些问题可以在第二季解决，虽然第一季存在这样或者那样的不足，但是阿里做的这个比赛还是很用心很好的，第一季选出的队伍一定程度上也代表了自己的实力，难道目前的前500名整体上不是6000多个队伍里面最优秀的吗？

同感觉不可取

这个的工作量以及代码量，不是像OJ上上传一个函数能搞定的

感觉不可取

大家用着各种语言写的 怎么规定统一

感谢亲的建议，我会尽快反馈给大数据组，感谢您对阿里云及大数据竞赛的支持！