交出第一份提交之后卡住，几乎是所有学生的必经阶段。提分不是靠”更努力”，而是靠顺序：先把验证方案修对，再改数据与特征，最后才动模型和集成。顺序错了，后面每一步的努力都无法被正确评估——你会以为自己在提升，其实只是在噪声里来回摆动。
如果孩子还没走到”第一次有效提交”这一步，建议先看平台入门指南把基本概念理顺；这篇文章处理的是它之后的那段路。
一、”能提交”和”能提分”是两件事
第一次提交成功，说明学生打通了流程：读懂了赛题、跑通了代码、生成的文件格式被平台接受。这值得肯定，但它只证明了工程链路通了，还没有证明任何建模能力。
卡住的典型表现有三种：反复微调参数但分数在小数点后几位来回跳；每天把提交次数用完（每场比赛的每日提交上限不同，以该赛事规则页为准），却说不清今天验证了什么假设；或者从讨论区搬来一个更高分的方案，分数上去了但完全不知道为什么。这三种共同的病根是同一个——没有一个可信的本地判据，只能靠榜单反馈来试错。
二、顺序错了，后面全是白忙
提分动作有明确的优先级，理由不是”哪个更有效”，而是”哪个是后面动作的前提“。没有可信的本地验证，你无法判断一个新特征到底有没有用；分不清特征有没有用，调参和集成就只是在放大随机性。
所以顺序是固定的：验证方案 → 数据与特征 → 模型与超参 → 集成 → 细节微调。越靠前的动作，一次做对的收益越大、也越难被后面的动作补救；越靠后的动作，单次收益越小、越依赖前面的基础成立。学生的普遍问题恰恰是倒着做——上来就换模型、调参数，把最该先做的验证方案留到最后（或者永远不做）。
三、五个动作分别该做到什么程度
| 顺序 | 动作 | 做到什么算完成 | 主要风险 | 什么时候该停 |
|---|---|---|---|---|
| 1 | 修验证方案 | 本地分数与榜单分数的差距稳定（可以有固定偏差，但不能忽大忽小） | 划分方式没对上赛题结构，本地分数虚高 | 差距稳定后立刻停，不要继续折腾划分方式 |
| 2 | 数据与特征 | 每个新特征都有一句业务上的理由，并经本地验证确认有增益 | 批量生成上百个特征，无法解释也难以复现 | 连续若干次尝试都没有稳定增益时 |
| 3 | 模型与超参 | 先横向比几类模型，再只在最好的那类上细调 | 把调参当随机搜索，占满时间却收效甚微 | 调参带来的提升小于验证方案本身的波动时 |
| 4 | 集成 | 被合并的模型彼此有差异，且合并后本地分数确实更好 | 把几个几乎一样的模型平均，等于什么都没做 | 算力或时间预算触顶时（先保住能跑通的版本） |
| 5 | 细节微调 | 后处理、阈值、输出格式等收尾 | 在这一层花掉本该属于第 2 步的时间 | 临近截止时——留足检查提交文件的时间 |
第 1 步值得多说一句：所谓”验证方案对上赛题结构”，指的是本地划分要模仿真实的预测任务。如果赛题是用过去预测未来，就不能随机打乱切分；如果同一个个体在数据里出现多行，就不能让同一个体同时落在训练和验证两边。这两类错误会让本地分数漂亮得离谱，然后在最终结算时原形毕露。
四、一次只改一件事：实验日志的四个字段
实验纪律的核心只有一句：一次只改一件事，并且把它记下来。同时改三处再看分数变化，等于什么都没测——涨了不知道哪个起作用，跌了不知道该回滚哪一个。
日志不需要复杂工具，一张表格四列就够：
- 假设：我认为改这件事会提分，因为⋯⋯（写不出理由，说明这次尝试是盲试）
- 改动：这次只改了什么（一行字能说清）
- 本地结果：验证分数变化，以及是否稳定
- 结论与去留：保留 / 回滚 / 待定，一句话说明为什么
这份日志的价值远不止提分：它是赛后写复盘、整理作品集、以及面试时回答”你为什么这么做”的原始材料。我们在辅导中发现，能坚持记日志的学生，即使名次一般，产出的东西也明显更经得起追问——因为他们能讲出一条决策链，而不是一个结果。
五、三类”看起来很努力、实际不提分”的动作
这三种是我们在辅导中最常需要叫停的：
- 把提交次数当成迭代次数。每天把配额用完，但每次改动都没有假设，也没记录。提交是验证结论的动作，不是探索手段——探索应该发生在本地。
- 无差别地堆特征。批量生成几百个组合特征，分数偶尔涨一点。问题在于：它无法解释、难以复现，而且极易引入让本地分数虚高的信息。特征的第一标准是”能讲清为什么”。
- 追着公开高分方案换来换去。今天换一套讨论区的方案、明天换另一套，每次都从头开始。名次可能短期上去，但学生这段时间的实际收获接近于零，赛后也说不出自己做了什么。
判断标准可以很简单：如果这一周的操作全部撤销，学生还剩下什么可讲的结论？剩得下，就是在积累；剩不下，就是在消耗时间。
六、家长可以问的两个问题
不需要懂建模，两个问题就能看出状态。第一个：“你这周验证了哪几个假设，结论分别是什么？”能答出三条具体结论（哪怕都是”没用”）的，说明在正常推进；只能答”分数涨了一点”的，通常是在盲试。第二个：“你本地的分数和榜单差多少，这个差距稳定吗？”能回答的学生，说明第 1 步已经做对了；答不上来的，需要先回到验证方案，而不是继续调参。
时间尺度上，从第一次提交到能稳定进入榜单中上游，通常以月为单位而不是以周计，且高度依赖赛题类型与投入强度。这里没有可以承诺的时间表——任何”多少周保证进前多少名”的说法都不成立。想先建立整体框架的读者，可以回到《Kaggle 是什么？完整入门指南》再对照本文的顺序执行。
常见问答
Q：本地分数在涨，榜单分数不动，是哪里出了问题？
A：多数情况是验证方案没对上赛题结构，本地分数被高估了。常见成因有两个：本该按时间切分却随机打乱；或同一个个体的多行数据同时出现在训练和验证两边。先回到第 1 步把划分方式改对，让本地与榜单的差距变成一个稳定的偏差，再继续做特征和模型，否则后面每一步都无法评估。
Q：每天应该提交几次？
A：每场比赛的每日提交上限不同，以该赛事规则页显示为准，不要套用别的比赛的经验。更重要的是用法：提交应当用于验证一个已经在本地成立的结论，而不是用来碰运气。一个可操作的习惯是——提交前先写下”我预计分数会怎样变化”，提交后对照，预期与结果不符时才是最有信息量的时刻。
Q：什么时候可以开始做集成？
A：满足两个条件再做。第一，单个模型已经稳定，不再有明显的特征或验证问题可修；第二，准备合并的几个模型彼此确有差异（结构不同、特征不同或数据处理不同）。把几个几乎相同的模型平均起来不会带来实质提升，反而消耗算力和时间。集成属于收尾动作，不是提分主力。
Q：辅导能保证提到多少名吗？
A：不能，我们也不做这种承诺。名次取决于赛题难度、参赛队伍数量与投入时间，任何机构都无法控制。辅导能做的是把方法教对：帮学生建立可信的验证方案、养成一次只改一件事的实验纪律、并在赛后把过程整理成可复现的产出。比赛规则与结算方式以 kaggle.com 官方为准。
本文由 Kaggle 中文编辑部发布，由翰林教育为中国国际学校学生运营；本站独立运营，不代表 Kaggle 或任何赛事主办方。比赛规则、提交配额与结算方式由主办方制定并会逐年调整，最新细节请以 kaggle.com 为准。如发现内容错误，我们将在 7 个工作日内更正。