第38期Datawhale组队学习——零基础入门数据挖掘赛事

前言

Datawhale第38期组队学习来了！这次选择的是Datawhale开源学习项目——“零基础入门数据挖掘赛事”，赛题【电信客户流失预测挑战赛】详情见链接🔗，学习周期为6.13-6.22，在此记录初次接触数据挖掘赛事的小白学习历程。这次学习没有直接教程，而是提供了一个Baseline🔗用于预热学习！另外，去年二手车的案例，比赛步骤都一样，只是比赛数据特点不一样！可以参考学习！详情见链接🔗

学习路线

Task01：赛事全流程实践（6.13-6.16）

具体要求：
报名赛事实践，并下载数据集；
理解实践场景，梳理解题思路；
按照给定的基线解决方案跑通代码；
提交相应的结果文件。

1、二手车交易价格预测赛题——链接🔗
Datawhale学习教程：链接🔗
Baseline：链接🔗
评分标准：MAE
视频讲解：链接🔗
Task1 赛题理解+视频录播01：Baseline + 赛题理解
Task2 数据分析
Task3 特征工程+视频录播02：特征工程
Task4 建模调参+视频录播03：建模和调参
Task5 模型融合+视频录播04：模型融合

2、电信客户流失预测赛题——链接🔗
Baseline：链接🔗
记录：新增加catboost、gensim、tqdm模块库
评分标准：AUC
Baseline-lgb成绩：0.83909
Baseline-xgb成绩：0.8065（耗时最长）
Baseline-cat成绩：0.79662（耗时最短）

3、糖尿病遗传风险检测挑战赛——链接🔗
Baseline：链接🔗
Baseline-lgb成绩：0.96716

Task02：赛事上分攻略（6.17-6.22）

具体要求：
学习数据挖掘场景下，赛事上分的常见思路；
根据所学理论知识，能应用实践到本次实践中，提交上分分数打榜。