【总结】IJCAI-17 口碑商家客流量预测参赛总结

本文作者回顾了2017年IJCAI-17口碑商家客流量预测比赛,介绍了比赛背景、评价标准、数据处理和模型构建过程。尽管成绩不理想,但作者通过比赛学习了时间序列分析、特征工程和模型选择,总结了宝贵的经验和教训,包括数据预处理、缺失值处理、异常值检测、模型融合等方面。
摘要由CSDN通过智能技术生成

说是总结其实更多是教训,成绩不好。
关键词搜进来的想来学习的朋友可能要失望了。。。

参赛经历

时间: 2017.2.21~ 2017.3.14

比赛链接: IJCAI-17 口碑商家客流量预测

结果:
天池比赛结果

大概只比平均值的效果好了一点点。

比赛分析

比赛介绍

问题 Statement

预测客户流量对商家的经营管理至关重要。在口碑平台上,我们将客户流量定义为“单位时间内在商家使用支付宝消费的用户人次”。在这个问题中,我们将提供用户的浏览和支付历史,以及商家相关信息,并希望参赛选手可以以此预测所有商家在接下来14天内,每天的客户流量。

评测 Evaluation

在这次比赛中,每只队伍需要预测测试集中所有商家在未来14天(2016.11.01-2016.11.14)内各自每天(00:00:00-23:59:59)的客户流量。预测结果为非负整数。

ps: 这个loss函数以前没遇到过,也不知道有没有定义,到结束后看到别人的分享才知道是SMAPE

数据 Data

提供从2015.07.01到2016.10.31(除去2015.12.12)的商家数据,用户支付行为数据以及用户浏览行为数据。

提供的原始数据是客户-商家的所有支付记录和浏览记录。记录量较大,4G内存的笔记本直接用pd.read_csv读入和操作是都会有内存不足的问题。所以将记录整理简化为所有商家每天的客流量数据。当然这个过程丢失了很多原始信息,看到其他选手有从每小时消费量提取特征,但是限于当时的思路和实际情况还是采用这种方式。

比赛过程

由于是第一次参加类似比赛,也是第一次需要完成完整的数据分析处理的过程。刚开始的阶段就耽误了很多时间。开始一周主要用来熟悉jupyter notebook, pandas等等常用的工具。

Load Data

这里是通过迭代的方式load data, 以及对pd.DataFrame进行groupby等操作,避免处理大数据量时内存不足的问题。

# load
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值