【AI量化模型】跑通baseline

任务

教程部署在百度 AI Studio，可以一键fork运行代码，选择*v100 32g¹*的配置，baseline运行大约20分钟，再加上进阶部分大约40分钟

学习内容

特征工程

构建基本的时间特征，提取小时、分钟，刻画不同时间阶段可能存在的差异性信息

模型训练与验证

基线实验是采用CatBoost模型，5折交叉验证的方法训练和测试

CatBoost模型不需过程调参，可以得到比较稳定的分数

bug

1. kf.split(X)
   K折交叉验证是为了得到训练集和验证集的分类索引，这里仅需要对样本进行分类，而不是样本和标签一起

2. 模型for循环
   交叉验证的结果需要取平均，不应在循环里

未纠错的结果

---

1. 32g 指显存容量，windows版本可通过cmd+dxdiag查看；ubuntu版本可以通过nvidia-smi命令查看，面板中“Memory-Usage”一项表示显存使用率 ↩︎