方案代码及答辩ppt:https://github.com/LiuYaKu/2019-rank5
一、赛题分析:
评价指标qauc,qauc为不同query下auc的平均值:
特征工程部分与qauc评价指标密切相关。
初赛和复赛不同之处,title的ctr特征:
初赛使用前9500万数据进行统计title的ctr,使用后500万做训练,效果不错。
复赛使用前9亿5000万数据进行统计title的ctr,使用后5000万做训练,出现了严重的过拟合。
原因分析:
1、可能是复赛的训练集和测试集的时间差较大
2、训练集和测试集的分布差别较大,缺失title的分布不同。
解决方案:
1、采样训练集数据统计title的ctr,需要利用测试集的分布(泛化能力可能不好)。
2、将ctr相关的特征都从传统特征中抽出独立训练一个模型,不需要利用测试集的分布(泛化能力较强)。
思路设计:
1、训练单模,给神经网络加特征,使单模达到高水平。
2、训练多个差异较大的模型,使模型融合后得到高收益。
最终使用第二个方案:
原因:方便队友三人合作,分别优化一个模型,只要