华为精英算法大赛决赛总结

一、华为比赛总结

1、top2选手：EDA探索

比赛第一步，先做EDA，发现强特具体来说，如观察某个变量对于label的分布

2、top1选手：比赛理论

3、自我总结

• 理论深挖一下，如lgb模型原理，nn原理，避免侥幸。
• 比赛不能犯懒，理论补充不能犯懒
• 不能有依赖心理，不能仅靠依赖队友
• 做技术需要静下心来
• 不能有畏难心理

二、Ctr总结

1、EDA

观察特征，比如观察uid_value_counts()，那么就会去除掉uid_counts()为1的样本

2、采样

（1）：初赛复赛都用merge采样，非常局限

（2）：随机采样，调整比例，达到和测试集分布一致

（3）：基于uid_counts()采样，考虑不同day的情况

（4）：要考虑新用户，提高泛化能力

（5）：赛题理解，官方的话要严格揣摩

3、新思路

（1）Word2Vec Embedding
（2）xdeepfm，cin等各种推荐系统模型，参见深度系列

4、新做法

（1）从label出发，做关于某个feature的value_counts():

pd.grouby[‘label’, ‘feature’](‘feature’).agg({‘label_fea_count’:’count’})

（2）根据特征的value_counts()，做成2值特征
（3）长尾做log变换，喂进lgb，加速收敛