这只是一篇比赛失利后的吐槽

本来这一篇应该是无问西东的观后感，但由于南瓜现在很沮丧，所以这篇变成了对前几天参与的某校金融峰会的吐槽。

其实之前的比赛也常有失败，然而为什么这次这么气馁呢？

大概是因为投入了比别人多的努力，并且客观地觉得自己做的更好，结果却出乎意料地失望，所以才分外地沮丧。

这个故事是这样的。

你作为九乡河文理学院的一名商科狗，报名之后，突然发现同组的对手是清北复交人财，心里顿时十分恐慌。

然而五个队友每天互相鼓舞，抱着“不给我南丢脸”的想法，最终还是在啃外卖和爆肝下完成了。

直到比赛前一天你都很紧张，然而作为最后一支队伍，当看了其他队伍的展示后，你突然放下心来——

大多数队伍都只是在虚张声势地假装自己能够机器学习——把数据直接带进模型里，得到一个并不高的准确率/查准率（有的队伍甚至不敢展示），然后在PPT上抄一堆机器学习公式假装高大上。

槽点

"有的队伍没有解决类别不平衡问题，有的队伍连怎么处理缺失值都没有尝试，还有的队伍的只是用很高的查准率和极低的召回率组合出一个过得去的准确率，甚至还有两个队伍解释算法时从网上盗了两张一模一样的图。" ——来自技术人员的吐槽

Well，结果大家也都知道了，尽管有的队伍做得一言难尽，还是打败了你。

总结一下失败的原因，如果以后还有我南的朋友们想参加也可以借鉴一下。

1

在比赛之前要搞清比赛的性质和评委的研究领域，例如当主题是FinTech时，这究竟是一个机器学习的比赛还是金融比赛；在仅仅十分钟的英文展示里，评委究竟会被公式糊弄还是被思路打动。

2

不要太诚朴雄伟！我南的朋友们大多缺少一种装X能力，而且还老是谦虚地认为大家（包括评委和对手）都特别厉害。然而这种态度只适合做事，不适合展示成果。如果你做的东西真的很棒，为什么不能有那种top2的“我就是第一”的态度呢？Remember how valuable you are.

3

多练口语！英语口语是英文pre时给人的第一印象，好的口语能给队伍的专业形象加分。

最后用两件小事说一说这次为什么让我如此气愤。

一是评委的水准和态度。

比赛里，我们提出三个不同问题并建立了模型。

结果一展示完，某评委老师询问：“Can you pick the best one of these three models?”

我的内心顿时暴走——

我们为啥要在三个不同问题的模型里面选一个？我们在每个问题里都已经选择了最优解啊？Excuse me？？老师你在问问题之前究竟有没有听我们的pre？

强行要求用英语pre，装X的后果就是有的评委实际上并不能理解展示者在讲些什么，只能通过PPT浮光掠影般地看上一眼。

二是对手的态度。

洗手间里，听到top2的两个妹子闲谈，

“算了反正我们也只用了一天。”

“是啊，X哥建模的时候还一直在打农药。”

“什么？他一直在打农药？”

“是啊，他说自己在建模，但Y哥一上线发现他在打排位。”

那我们大雪纷飞里的跋涉、不眠不休的努力和破釜沉舟的决心，都好像是一个笑话。

尽管比赛体验如此之差，这次比赛仍然有很多收获。

最开心的一点无疑是找到了四个高效而搞笑的队友，做项目的过程中大家莫名其妙地无数次笑到断气，（并且被迫成为了“不洗头之交”）。

“哦这个要求我能做出来”的技术carry珂珂，

“你要什么我给你写什么”的文稿担当小华，

“我一个人就能画PPT”的审美担当学弟，

还有“哈哈哈哈哈你不觉得很好笑吗”的笑点担当老铁。

【强烈给大家安利这几个靠谱的队友】

以及真正地进行了一次机器学习项目，从数据清洗到特征选择再到模型指标评价，完整地了解了python中机器学习算法的实现。也算是主办方说的“Learning by doing”了。

当然从别的队伍也学到很多，例如伦敦政经扎实的经济学基础和各个队伍的舞台感等等。

模型流程图

总而言之，

尽管不推荐这个比赛，但还是推荐大家多多参与商赛，只要不划水，不论最终结果如何，都能学到很多东西。