IJCAI-18阿里妈妈搜索广告转化预测复赛第94名方案
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
该文介绍了在IJCAI-18阿里妈妈搜索广告转化预测竞赛中获得优异成绩的算法模型和策略方法，分享了从数据理解到特征工程、模型选择及优化的一系列实践经验和关键洞察。
在IJCAI-18阿里妈妈搜索广告转化预测复赛中获得了第94名的成绩，感谢wzb同学的大力支持。
该比赛基于阿里巴巴的真实交易数据，要求参赛者构建一个模型来预估用户的购买意向。整个方案包含以下步骤：数据清洗、特征提取、模型训练以及模型融合。具体流程如下：
1. **load_data**: 读入原始数据，并进行简单的预处理。
2. **feature_extract**: 提取统计和组合特征，将结果写入中间文件。
3. **gen_train_data**: 将多个中间文件合并成最终的训练测试数据集。
4. **lightGBM_test**: 使用LGB单模型预测。
5. **stacking_lr**: 在比赛后期进行模型堆叠时使用的逻辑回归（lr）模型，由于需要对特征进行one-hot编码处理，所以单独列出此步骤。
6. **stacking_model**: 利用LGB、XGB和RF三种不同类型的机器学习模型构建第一层的堆叠预测。
7. **stacking_2nd**: 构建第二层堆叠模型以进一步提高预测精度。
全部评论 (0)
还没有任何评论哟~
