WIDS 2024 脑连接组多任务预测项目

本项目为Kaggle大赛参赛方案，基于脑连接组数据，融合图神经网络（GNN）、集成学习（XGBoost、随机森林）、AutoGluon自动化机器学习等多类模型，针对ADHD（注意缺陷多动障碍）及性别两大目标进行预测。项目最终在private榜单显著提升排名，体现出强工程实践与数据挖掘创新能力。

---

📂 目录结构

WIDS-main/
├── Ensemble_Model/           # 集成模型脚本与notebook（主控融合策略）
├── Ensemble_Model_v2/        # 第二版集成代码，含GNN、参数优化等
├── utils/                    # 工具库（特征工程、数据预处理、可视化等）
│   ├── features/             # 特征处理与预处理脚本
│   └── plotting/             # 可视化工具
├── utils_v2/                 # 工具库新版（内容与utils一致，部分优化）
├── GNN_*.py                  # GNN相关单/多任务训练脚本
├── README.md                 # 项目说明文档

---

🏆 项目亮点与技术路线

1. 多模型融合

• XGBoost单模型：高效树模型，基线性能优异，具备特征重要性解释能力。
• 随机森林单模型：鲁棒性强，适用于异常值和小样本。
• AutoGluon自动集成：自动化模型选择与融合，涵盖xgboost、rf、岭回归等，自动特征工程、调参、融合多模型结果。

2. 图神经网络（GNN）创新

• 基于GCN、GAT、MetaGNN等多种架构建模，深度挖掘脑连接组结构信息。
• 实现了多任务学习（ADHD+性别）与特征拼接（脑图特征+元信息）。
• 代码结构支持灵活切换单目标/多目标预测与不同GNN模型。

3. 集成融合策略

• 通过stacking、加权融合等方法，集成三类机器学习模型，提升泛化能力和最终榜单表现。

• 集成主控脚本及优化脚本全部模块化，便于后续扩展与复现实验。

4. 特征工程与数据治理

• 专门为脑连接组数据设计的预处理流程，包含矩阵标准化、对称性处理、元特征归一化与拼接。

• 训练、验证、测试集严格隔离，全过程防止数据泄漏。

---

🚀 快速开始

1. 数据预处理

python utils/features/prepare_for_trainning_wz.py

2. 单模型/集成建模与训练

python GNN_adhd（0.71）_.1.0_250410.py # GNN建模（ADHD预测） python Ensemble_Model/ensemble_model_main3.ipynb # 集成策略主流程

3. AutoGluon自动化建模

python utils/features/treat_data_for_autoglun_wmy.py

4. 结果可视化

python utils/plotting/plot_confusion_matrix.py

---

📊 比赛表现

Private榜分数：0.73872 最终排名：557/1075，较public榜单上升60位

---

⚠️ 主要问题与不足

特征工程局限：AutoGluon及表格类模型的特征处理未充分利用脑连接组的结构特征，岭回归等基线模型在自动集成时易被选为主力，未能深度发挥高维图数据优势。

特征融合挑战：虽然GNN部分做了特征拼接与创新，但部分机器学习流程未能充分复用图结构信息。

后续建议：优化特征工程，提升结构化特征与机器学习模型的协同利用。