对VTE赛道的数据进行分析之后，发现诊断一栏的特征对整个结果的影响最大，所以想着能不能对诊断一栏的数据进行一个很好的处理。
一开始使用了OneHot编码对诊断特征数据进行编码，因为是字符数据，使用的模型不能直接使用，所以对诊断进行编码后，再送进去。但是最后的结果出人意料地低，线上只有0.1几，虽说是单特征，但是这样的效果实在太低了，所以就在想是不是特征本身没有问题的，是处理数据的方式还不太好。然后偶然看到网上有对字符数据特征进行处理的文章，主要是通过word2vec对文字生成词向量，再将词向量送入到模型中进行处理。
按照文章中的做法，单是针对诊断这一特征，做了简单的转换后，生成了11076*100维的数据，11076是原本数据中的行数，100是将诊断特征生成词向量之后的大小，送进模型进行运行后，发现最后的精度提升了不少，线下达到了0.2+
最低0.47元/天 解锁文章
1851
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
