链接:https://pan.baidu.com/s/1O5aOkQ_gVOuT1jkC8NFb9g
提取码:biv9
- scikit-learn
- tqdm
- lightgbm
- pandas
- numpy
- scipy
- tensorFlow=1.12.0 (其他版本≥1.4且不等于1.5或1.6)
- Linux Ubuntu 16.04, 128G内存,一张显卡
原始数据统一保存在data文件夹,包括复赛AB榜数据(不要有子目录)。
bash run.sh
最后输出结果为./submission.csv
(1)原始数据统一保存在data文件夹,包括复赛AB榜数据(不要有子目录)。 (2)run.sh会依次运行文件夹A、gdy、wh和lyy中的run.sh文件。 (3)A、gdy和wh会分别从data中读取原始数据,提取特征,然后生成结果。 (4)lyy文件夹用来对gdy和wh产出的结果进行融合,然后得到最终的提交结果。
(1)特征维度:主要从历史角度和全局角度去构建特征,具体维度有前一天、最近一天、历史所有、前n天和五折交叉统计全局特征。 (2)基础特征:广告在当天的竞争胜率,广告在当天竞争次数,广告在当天竞争胜利次数,广告在当天竞争失败次数。然后可以扩展为商品id和账户id等。然后将基础特征按特征维度进行构造。对于新广告,可以将商品id和账户id与基础特征进行组合。
参数: lgb_model = lgb.LGBMRegressor( num_leaves=256, reg_alpha=0., reg_lambda=0.01, objective='mae', metric=False,max_depth=-1, learning_rate=0.03,min_child_samples=25, n_estimators=1000, subsample=0.7, colsample_bytree=0.45)
模型: Xdeepfm https://arxiv.org/pdf/1803.05170.pdf
参数: lgb_params = {'num_leaves': 2**7-1,
'min_data_in_leaf': 25,
'objective':'regression_l2',
'max_depth': -1,
'learning_rate': 0.1,
'min_child_samples': 20,
'boosting': 'gbdt',
'feature_fraction': 0.6,
'bagging_fraction': 0.9,
'bagging_seed': 11,
'metric': 'mae',
'seed':1024,
'lambda_l1': 0.2}