比赛地址在此:点击打开链接 起因:继上次将30天后的利率预测完了之后,就要开始进行对申购和赎回总量进行预测了,这次用spark来探探底。由于是第一次参加竞赛,不知道怎么弄,请大神指点指点。 需要的工具库: 1.pyspark 2.pandas 提示:本文下的代码都是基于pyspark的ml库 思路:因为实在是不知道怎么预测,所以索性将每日近3万用户的申购总量和赎回总量累加起来,得到每天总的申购和赎回总量,我就暂时不管每个用户了。然后,对利率不再细分,把利率表的10个属性都视为特征量,把它们包含在一个特征向量内,其他的什么消费量暂时不管。然后分两个模型,一个用来预测申购,另一个则是赎回。 第一步:形成可以训练的数据集。