Home

Awesome

kuaishou2018

高校大数据-快手活跃用户预测 初赛第7 复赛35 大赛地址


数据构造

按照周星星们的划分方式:<br> 1-16 data1 标签17-23 ->8-23 data2 标签 24-30 <br> data1+2 -> 15-30 data3 标签 31-37<br>

特征工程

从提供的四个表register,launch,action,video四个表里提取一些统计特征:max,min,mean,sum,std,skew,kurt,还有差分特征,统计启动/播放/拍摄的时间间隔等。不得不说,这个比赛不像往常比赛,很多特征都会是“有毒”的,所以,整个比赛下来我总共构造了三个版本的特征。初赛一直用的是版本一,初赛是使用F1作为评价指标,显然个数和阈值就显得很重要,这里面有各种trick。到了复赛,指标换成auc,更加直接。数据量大了,我的特征不work了,开始重新构造一些新特征,然而上分缓慢,最后才发现,特征多了可能有毒,通过删除特征,我差不多提升了6个万分点。

模型

初期一直用的lgb单模型,速度快,真不是一般的快,和xgb,cat对比起来很明显。

模型融合

我主要使用 xgb,lgb,cat和nn的融合。大佬们都说nn和lgb的融合效果好。可能我的姿势不对,哎 上分艰难。加上单人作战,特征单一,模型之间差异性太小,融合效果很不理想,凉凉。

最后

kescid的平台真的不错,从网站ui到线上k-lab环境。感谢群里各种大佬的分享,让我学到很多。之后,还要多多学习,尤其是nn的构造。