天池O2O优惠券预测之后的一些个人思考

背景：

  我本身是从事过python的开发工作，接触过pandas，numpy等机器学习相关的库。但是，并没有实际意义上做过机器学习相关的项目。做此课题的目的也是为了熟悉一下机器学习的流程。

错误

 先说说自己的错误吧，认识自己犯下的错误往往会更重要一些。

1. 未去解读每个特征的含义。

   在刚拿到这个题目时，我起初并没有仔细的去阅读题目的具体含义。这是是我认为最严重的做错。不清楚需求的情况下盲目的去下手。在遇到缺省值的情况下，未加思考的进行了缺省值的填补。在后期读懂题意之后重新做了一些特征工程上的调整，也借鉴了别人优秀的思路，算是磕磕绊绊的把特征工程完成了。

2. 在使用pandas中merge函数时，出现了样本呈笛卡尔积增长的问题

   起初在遇到这个问题时，IDE给我的报错是内存不足，我自己也认为是数据集过大导致的。因为前期提取了56个特征，所以我第一时间会想是不是因为样本的问题。所以在特征方面我花了大量的时间去验证。在这里我犯下了一个低级错误，在遇到问题时，没有使用debug逐步的去排除问题！！！！在经过后期的debug排查后发现，是因为自己在merge过程中合并了一个用来聚合的中间字段，导致了这样的问题。这里我又犯下了一个低级错误，代码的注释为什么在一段内容中没备注清楚！！！！