天池新人实战赛o2o优惠券结果记录（随时更新）

0.700515552017-12-22
方法：
随机0~0.5
结果：0.53335

2017-12-25
方法：5个特征，随机森林
FUser1 线下领取优惠券后消费次数
FUser2 线下消费总次数
FMer1 线下总领取优惠券次数
FMer2 线下总领取优惠券后消费次数
FMer3 线下总消费次数
训练集准确率：0.9584821538771193
结果：0.57166541

2017-12-25
方法：9个特征，随机森林
FUser1 线下领取优惠券后消费次数
FUser2 线下消费总次数
FMer1 线下总领取优惠券次数
FMer2 线下总领取优惠券后消费次数
FMer3 线下总消费次数
FUM1 用户在此商户领取优惠券次数
FUM2 用户在此商户领取优惠券后消费次数
FUM3 用户在此商户领取消费次数
FUM4 用户和此商户距离
训练集准确率：0.9766026572181049
结果：0.57375090，训练集提升比较明显，测试集提高微乎其微，还是过拟合情况比较严重。

2017-12-26
方法：上面5个特征和9个特征的预测结果相加取平均
结果：0.57211081，说明好的方法和不好的方法平均后，性能下降了

2017-12-26
方法：9个特征，使用gbdt模型，参数如下：

gbdt=GradientBoostingRegressor(
  loss='ls'
, learning_rate=0.1
, n_estimators=100
, subsample=1
, min_samples_split=2
, min_samples_leaf=1
, max_depth=3
, init=None
, random_state=None
, max_features=None
, alpha=0.9
, verbose=0
, max_leaf_nodes=None
, warm_start=False
)

训练集准确率：0.9766843067668488
结果：0.57230987
貌似没有什么用啊，现阶段应该还是考虑更多的特征。

2017-12-27
方法：9个特征，随机森林
UM1、UM2、UM3缺失值使用平均值代替
结果：0.57327083
貌似也没有什么用呢？

2017-12-27
方法：9个特征，SVM
训练了一夜也没有训练完成，无奈抛弃SVM方法，大数据集上，以后再也不想了。

2017-12-27
今天突然发现随机森林的树居然只有10课，晕，这也叫森林吗？
时间有点来不及了，赶紧修改为40棵数
效果立竿见影：
结果：0.5744481

2017-12-28
修改为1000棵数据
结果：0.57358770 尼玛，居然还降低了，什么鬼

2017-12-29
划分出6个训练和测试集合对，分布训练出6个随机森林（5个特征，20棵数）
使用6个随机森林做回归，将回归值平均
结果：0.57324487

2017-12-30
划分出6个训练和测试集合对，分布训练出6个随机森林（5个特征，20棵数，正负样本1：1抽样）
使用6个随机森林做回归，将回归值平均
结果：0.57032266都没有什么用处……

2018-1-4
划分出6个训练和测试集合对，分布训练出6个随机森林（16个特征，10棵数，正负样本1：1抽样，PCA降维到4）
使用6个随机森林做回归，将回归值平均
结果：0.49847206效果一塌糊涂啊

2018-1-5
划分出6个训练和测试集合对，分布训练出6个随机森林（16个特征，80棵数，正常抽样）
使用6个随机森林做回归，将回归值平均
结果：0.57646588

2018-1-5
test集使用AUC作为评价，根据AUC做了各种优化，最终采样GBDT、正负样本1：6抽样，PCA降维到4，
结果：0.48443151，史上最烂结果，内心一万头神兽跑过
怀疑是自己建立的评价体系出了问题，一定得先把自己的评价结果和线上验证的结果能对接上，才能做下一步！

2018-1-6
test集使用平均AUC作为评价，根据结果做了各种优化，最终采样GBDT、PCA降维到12，test集结果：0.677163
结果：0.68496676 ！

2018-1-6
test集使用平均AUC作为评价，根据结果做了各种优化，最终采样GBDT、PCA降维到12，test集结果：0.6804504
结果：0.69836318 ！

结果总算正常了，现在只要test集结果提升，线上结果就能提升

2018-1-9
不使用任何test集，直接使用前面的训练参数和方法训练模型，提交结果
结果：0.70051555 晕倒，看了分组没有起到任何作用，就是能告诉自己模型大概水平而已