Awesome

Tencen2017_Fianl_Coda_Allegro

腾讯2017广告大赛的代码。可惜只排名到了23名，很是可惜。模型很少，融合效果较差。跪在了最后阶段。 本人机器只有16G内存。因此本套代码可以保证运行不会出现要挂通宵的情况（stacking部分除外，这个大概要几小时）。速度相对可观。 最后使用的特征一共50维左右。

具体的参赛过程，特征提取思路请参照我写的博客：http://blog.csdn.net/haphapyear/article/details/75057407

1.特征我们是一个个版本生成的。代码中标有生成步骤。要V1-V9一步步生成。部分文件需要先生成才能进行特征提取。例如用户点击记录等。

2.原始数据放在data/origin下，其余的中间数据按照目录保存

3.第30天的数据，特征生成步骤一样，是后面加上去的。最终模型用上了，原始模型只用了28，29两天来训练。代码在day30目录下。 *第30天的代码有个BUG我已标出。但是我比赛时是带着它调模型的，因此改正后效果比改正前要差点。也许改正BUG后通过调整模型可以得到比原来更好的结果，可以自行尝试。

4.最终模型说明。 用28，29，20天数据生成lgb模型（模型1） 用xgb生成stacking作为特征加上原始特征训练lgb模型(模型2) 用lgb生成stacking作为特征加上原始特征训练xgb模型(模型3) 融合模型：(0.25模型一结果+0.25模型二结果+0.5*模型3) 最终模型：讲融合模型的均值按比例提高到0.0273

原始数据下载地址：http://pan.baidu.com/s/1gflA8T1

附：2018届腾讯社交赛决赛代码：https://github.com/BladeCoda/Tencent2018_Final_Phrase_Presto