это из курса по матану?

Ага

вроде там, хоть и упоротые задачи, но чтобы прям совсем, такого не было. Глянь что ли второй том задачника Виноградовой-Олехника-Садовничего -там много примеров на сумму рядов есть.

обычно помогают всякие фокусы с дифференцированием-интегрированием

Храбров для меня как-то крутоват оказался. Теперь чёт боюсь его курс по дискретным случайных процессам открывать

Да, я всегда говорил, что этот курс первым изучать нельзя.

Я так понимаю, что ничего не поправлено? Я уже всю бащку свихнул... не принимает ответ, хоть сдохни

А не поделишься в чем проблема?

напомни

Если б я знал.... Файл, видимо, создается - причем где надо (иначе бы писало типа "не найден" или т.п.) Однако все время выдает "На первой строке сабмита должны быть заголовки столбцов: id,normal,insult,obscenity,threat".  Хоть бы, в самом деле, нулевый сабмит выложили, что ли...

ну русским языком написано же)

На первой строке сабмита должны быть заголовки столбцов: id,normal,insult,obscenity,threat".

они у вас есть?

Есссно)) уж создать дф с заголовками-то умею

дай свою почту

в личку

В поиске лички выдает 4 Д.Санникова) ...поэтому напишу здесь - dcyrils@mail.ru

Проясните, пожалуйста, за метрику - Average Precision Score
Я правильно понимаю, что вот это вот она sklearn.metrics.average_precision_score (с режимом макро)?
На выходе ожидаются вероятности, а не классы?

Чтобы считать метрику нужно сделать one хот для целевых меток.
и того, будут 2 матрицы - целевых one-hot векторов, и предсказаний (с вероятностью каждого класса), так же?

Смущает тот факт, что локально в безлайне (tfidf) я получаю на CV, на hold out тесте - скажем, около 0.8, а
на лидерборде около 0.2.

И такой разлет пока не ясен, возможно, конечно, тест отличается от данных обучения, вот хочу понять правильно ли я метрику считаю.

да, average_precision_score
вы данные правильно читаете? там в test.txt формат НЁХ а не tsv

У меня тоже всегда если какая то ошибка, например import забыл написать, то пишет что в первой строке не то