数据竞赛技巧

1.对预测结果进行处理

  • 可分别用K折交叉预测和全部数据分别做模型,然后按照一定权重(如8:2)对结果进行集成
  • 多模型stacking(投票、平均、加权、输入下一层模型)

线上结果加权:通过每个模型的线上成绩进行加权,线上分数高的权重就高,线上成绩相对低的权重就低,最终将加权的结果作为最终的结果(需保证所有的结果的 权重之和为1).

2.特征处理

基本方法

  • 以ID为主键进行聚合,min() max() mean() skew() std() sum()
  • 以各特征列为基础进行聚合,然后以映射的形式和主表合并
data.groupby(col)['ID'].nunique()
data.groupby(col)['day'].min()
data.groupby(col)['day'].max()

Multivalue(多值特征)

sample1: 123,1245,124,012

  • CounterVector,转为词频
  • w2v转为向量

Time(时间特征)

对结果有较强影响的时间属性,具有趋势性,季节性以及周期性

  • 基于时间的stacking
  • 提取月、日、星期、小时

对结果无影响的时间属性

CAT(类别特征)

拥有相对大小的CAT特征,例如年龄段

没有相对大小的CAT特征,例如颜色等

  • 将类别映射为出现的次数
dic = data[cat].value_counts().to_dict()
data[cat+'_count'] = data[cat].apply(lambda x:dic[x])

NUM(数值特征)

相同物理意义的NUM特征,如不同月份的贷款,可相加减

  • NUM1 + NUM2
  • NUM1 * NUM2
  • NUM1 / NUM2
  • NUM1 - NUM2
  • (NUM1 - NUM2) /NUM3
  • (NUM1 + NUM2) /NUM3
  • (NUM1 - NUM2) * NUM3
  • (NUM1 + NUM2) * NUM3

不同物理意义的NUM特征,加减无意义

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值