[落选]2021微信大数据挑战赛_总结

确实很早就知道了这个比赛，但似乎一直没有开始。

之前也就刚打完一个泰迪杯，对于竞赛可以说是一无所知。

于是就等baseline，等到了麻婆豆腐¹的那个版本。

5月20日开赛，我跑baseline大概都快6月中旬。

那时候一边忙着期末的各种大项目，一边找竞赛的各种指导和资料。

跑完麻婆豆腐那个，还是一头雾水，不知道这到底是怎么操作的。

当时为了LabelEncoder、OneHotEncoder都看了好久

后来找到了天才儿童（好像是这个名字）的baseline²，结构清晰

这里面的特征工程几乎都是由for循环控制的，增添特征只需要在循环里面加入列名

这份代码有用到滑窗法，其详细的信息参考文章³

真正开始做，大概都是6月25日， 先读代码

弄清楚了结构，就调参、加特征

A榜基本在常规特征里面折腾，好像稍微加了点embedding

A榜结束的那天晚上我还在疯狂做特征，意图冲击B榜

然后就出问题了，特征太多，我那会儿都搞到了将近1000+

从周周星的分享⁴来看，似乎最多500+？

当时做到用户的兴趣特征，就是把用户看过的那些tag和keyword求平均

但是贪心，减了一部分，尝试，炸了，再减，再尝试

由于疯狂做出来的特征没经过验证，质量也不好，所以一致炸

这也就导致了…我B榜根本就没提交，因为没跑出来

血泪的教训啊…一定是做加法而不是减法

应当先跑个基础版本提交，说不好还能中奖

后来复盘的时候，觉得还是经验不足，好在此次有收获

首先是，做加法，一定要按照顺序做

先去挖基础特征，再去做复杂特征

可以参考这篇文章当中对于往瓶子里面加石头的比喻⁵

然后，做出的特征最好离线保存

一是方便后面可以直接载入，而不