二分类比赛流程

数据预处理

1. 确认数据是否完整（nan，类型异常）
2. 将string类型，换成category（使用Onehot或者LabelEncoder）
3. 数据标准化（MirmaxScaler或者StandardScaler）
4. 保存数据（因为部分预处理过程会比较耗时，所以需要保留中间结果）

模型选择

1. 一般来说，越新的模型效果越好

模型 - 示例

1. lightgbm 随机切分验证集，构建lgb的dataset：上采样和下采样（本赛题不适合下采样，本赛题数据集本身过小）。
2. 开始参数不要用复杂，尽可能保持default。

当我们有了分数之后，需要注意以下几个点

1. 模型是否符合预期？
2. 线下得分（val auc）和线上成绩（test auc）差异大吗？
3. 需要调整特征吗？
4. 程序存在bug吗？
5. 如果成绩不错，注意保留程序，如果有复赛，需要复盘。
6. 特征质量决定分数高度，调参只会让你逼近这个高度。

本文总结来自李欢的视频讲解：

1. https://www.eeo.cn/webcast.php?courseKey=1ccf3b7c5d56777b&lessonid=36407479
2. 相对应的二分类比赛地址在https://www.kesci.com/home/competition/5c234c6626ba91002bfdfdd3