2020 Kaggle比赛：OSIC 基于肺部CT的肺功能衰退预测（一）
几个月前kaggle的认识也只停留在只知道它是一个数据科学竞赛的平台。由于种种契机，直到现在才算是刚刚真正接触kaggle比赛，作为一个菜鸟，学了一部分基础课程，然后挑战了练习赛：【房价预测】，经过几次提交总算达到前9%的成绩。虽然是练习赛，排名上每一次小小的进步还是让人有点小兴奋。
由于刚刚入门吧，遇到不少困难。期间也看过不少其他博客，都说通过参加比赛（实践）能快速提升技能，于是决定参赛，想通过写博客来记录自己初次kaggle比赛的体验，希望分享自己的经验来获得成长。同时也是第一次在CSDN上写博客，可能会翻车，还请谅解。
废话不多说了，直接进入正题。
什么是kaggle
Kaggle是由安东尼·高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，世界知名的机器学习竞赛平台。
企业，研究机构等在这个平台上提供数据，有的也会提供丰富的奖金池来吸引世界各地的参加者来竞争，系统会自动评分和排名，看谁的模型性能更好。再大白话一点就是，聚集世界上聪明的人来解决各行各业的棘手难题。
但是近些年比赛竞争越来越激烈，拿奖金和奖牌好像也变更难了。左右看来看去最后选择了下面????这个稍微感兴趣的比赛。
【OSIC预测肺功能下降】赛事背景
由于肺的纤维化，呼吸会变得困难，这是一种不明原因并且目前无法治愈的疾病。
在这场比赛中，根据肺部CT扫描预测患者肺功能下降的严重程度。将根据肺活量计的输出确定肺功能，肺活量计测量吸入和呼出的空气量。挑战在于使用机器学习技术以图像，元数据和基线FVC作为输入进行预测。
如果成功，患者及其家人在首次被诊断出患有这种无法治愈的肺部疾病时，将会更好地了解他们的预后。改进的严重性检测也将对治疗试验设计产生积极影响，并加速新疗法的临床开发。
数据的说明
在数据集中，提供了一组患者的基线胸部CT扫描和相关的临床信息。患者具有一次采集的图像，Week = 0并且在大约1-2年的过程中进行了多次随访，然后对其FVC进行了测量。
在训练集中，有匿名的基线CT扫描以及FVC测量的整个历史记录。
在测试集中，有基线CT扫描和仅初始FVC测量。要求预测FVC每位患者的最终三项测量结果以及预测的置信度值。
由于这是真实的医学数据，因此FVC测量的相对时间差异很大。对于每个患者，相对于CT扫描的初始测量时间以及到预测时间点的持续时间可能会有所不同。这被认为是竞争挑战的一部分。为了避免在后续就诊时出现潜在的渗漏，要求在每个可能的星期内预测每个患者的FVC测量结果。在最后三次访问中不在的那几周在得分中将被忽略。
列
train.csv和test.csv
| 列名 | 说明 |
|---|---|
| Patient | 每个患者的唯一ID（也是患者的DICOM文件夹的名称） |
| Weeks | 基线CT前后的相对周数（可能为负） |
| FVC | 记录的肺容量（毫升） Percent-计算出的字段，该字段将患者的FVC近似为具有相似特征的人的典型FVC的百分比 |
| Age | 年龄 |
| Sex | 性别 |
| SmokingStatus | 吸烟状况 |
样例Submit.csv
| 列名 | 说明 |
|---|---|
| Patient_Week | 通过将Patient和Weeks列串联而形成的唯一ID （即ABC_22是对患者ABC在第22周的预测） |
| FVC | 以毫升为单位的预测FVC |
| Confidence | 预测的置信度值（也以ml为单位） |
时间线
2020 年9月29日 -报名截止日期。
2020 年9月29日 -合并团队截止日期。
2020 年10月6日 -最终提交截止日期。
奖金
第一名-$ 30,000
第二名-$ 15,000
第三名-$ 10,000
规范要求
参赛作品必须通过notebook提交。为了使提交后**“submission”按钮，必须满足以下条件：
- CPU笔记本电脑<= 9小时运行时间
- GPU笔记本电脑<= 4小时运行时间
- TPU将无法用于提交比赛。仍然欢迎将它们用于训练模型。
- 没有启用互联网
- 允许免费公开提供外部数据。这包括预先训练的模型。
- 提交文件必须命名 submission.csv
最后
目前有287个队伍，319个竞争者，2034个参赛作品。
离比赛结束还有2个多月左右。
作为一个生活在东京的日企社畜，疫情日益严重之下也不能出门，为了充实一下在家办公的闲暇时间，现在跟公司几个小伙伴组了队，不过大家都是不同背景的新米，虽然没有找到大神组队，不过相信后浪，只要找准方法下够功夫，说不定可以拍前浪呢！????
今天算是一个介绍，进一步分析后，下次继续更新。