本文档记录2015年阿里天池大数据竞赛中的一个初步解决方案，分享基于规则的方法和简单的Python代码。代码已上传至GitHub，无需依赖项，通过预处理数据、应用规则和训练机器学习模型（未分享）来生成提交文件，可达到7.6%的F1分数。在现有基础上进行特征工程和模型改进，F1分数可提升至9%以上。建议在Linux环境下运行，第二赛季时需更新代码以适应大数据处理。
竞赛介绍：链接
这篇文章记录2015阿里天池大数据竞赛中，我的一些代码，由于目前还在比赛中，仅分享一个naive solution，基于规则，代码主页在我的github上：链接，下面是代码说明。有兴趣的请看代码注释，恕不详述。
本repo目录说明
- data 存放数据
- preprocess 数据预处理
- rule 根据规则生成提交文件
- model 训练机器学习模型（暂时不分享）
代码使用说明
fork本repo，非Github用户请点右下角的
Downlown ZIP解压后，将
tianchi_mobile_recommend_train_user.csv以及tianchi_mobile_recommend_train_item.csv放入/data/目录下仅需两个步骤即可获得一份提交文件，F1可达到7.6%
- 第一步，进入
/preprocess/目录，运行data_preprocess.py - 第二步，进入
/ru
- 第一步，进入
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
