Xgboost实践+天池比赛O2O优惠券auc接近天池第一名0.81（auc0.80，支持CPU、GPU源代码下载链接）

0. 前言

1. 本次实践的是[天池比赛O2O优惠券赛题]https://tianchi.aliyun.com/competition/entrance/231593/information ，由于是初接触机器学习，所以参考了天池技术圈等很多博客，关于该赛题的思路，网上已经有很多篇写的很好的文章了（见下面参考博客），我在这里主要是记录下我自己将该赛题的分数从0.53一直提升到0.80的过程，留作学习记录。

2. 关于该赛题的思路可以参考如下博客：
   [1]. [Xgboost实践+第一名天池o2o优惠券的使用预测思路完整版]
   https://blog.csdn.net/weixin_42001089/article/details/85013073

   [2]. [[天池竞赛系列]O2O优惠券使用预测复赛第三名思路]
   https://tianchi.aliyun.com/notebook-ai/detail?postId=8462

3. 本篇文章接下来的所有源码及数据如下：
   https://github.com/myourdream/tianchi_O2O_predict

4. 使用GPU的环境及遇到的问题解决办法请参考我的另外两篇博客：
   [1]. https://blog.csdn.net/myourdream2/article/details/86586281
   [2]. https://blog.csdn.net/myourdream2/article/details/86603300

1. auc0.53

在天池新人赛报名之后，就先到技术圈去学习了下，看到一个100行代码入门天池O2O优惠券使用新人赛【精简教程版】，就拿来练了下手，运行很顺利，代码也相对比较简单，部分代码如下所示：

1. 【使用的库】

   import os, sys, pickle
   import numpy as np
   import pandas as pd
   import matplotlib.pyplot as plt
   from datetime import date
   from sklearn.linear_model import SGDClassifier, LogisticRegression
   
   dfoff = pd.read_csv('datalab/1990/data/ccf_offline_stage1_train.csv')
   dftest = pd.read_csv('datalab/1990/data/ccf_offline_stage1_test_revised.csv')
   dfon = pd.read_csv('datalab/1990/data/ccf_online_stage1_train.csv')
   print('data read end.')
   

2. 【使用的模型】

   # feature
   original_feature = ['discount_rate','discount_type','discount_man', 'discount_jian','distance', 'weekday', 'weekday_type'] + weekdaycols
   print("----train-----")
   model = SGDClassifier(#lambda:
       loss='log',
       penalty='elasticnet',
       fit_intercept=True,
       max_iter=100,
       shuffle=True,
       alpha = 0.01,
       l1_ratio = 0.01,
       n_jobs=1,
       class_weight=None
   )
   model.fit(train[original_feature], train['label'])
   

3. 【使用的feature】

   # feature
   original_feature = ['discount_rate','discount_type'