本文探讨了预测客户价值的5种机器学习方法，包括DNN、LightGBM、XGBoost和CatBoost。通过实验，发现DNN因样本少易过拟合，而LightGBM、XGBoost和CatBoost表现较优，但仍有预测偏差。集成学习方法略微改善了预测结果。
项目目的：预测客户的交易价值
数据来源：https://www.kaggle.com/c/santander-value-prediction-challenge
数据内容：4459条已知客户的交易价值和客户的属性（具体内容不知道，有可能是性别、年龄、收入、交税等等，每一个用户有4993条属性）
步骤：
- 数据分析
- 特征值选取
- 模型建立
- 调试
首先进行数据分析
有4459行，4993列，其实中1845列为float类型，3147列为int类型，有1列为object（应该为用户id）
观察发现特征值数量较大
初步处理：去掉常数列，去掉重复列
数据由4993变为4732
由于特征值太多，难以作图分析
直接使用所有特征值
对需要预测值分析，观察数据分布（下图左），大部分数据集中在左侧，做log处理使数据更符合高斯分布&#
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
