集成学习是在竞赛刷榜时的常用方法,但它有很多模型,在预测的时候代价相对较大,但看训练精度的话,确是一个很好的选择。数值差值较大的数据如果直接训练的话容易导致梯度爆炸,对此可以取log对数,或者去均值为0,方差为1的处理。对于不规则文本特征,不能用get_dummies方法标注,通常用backforward等方法。