【采访】腾讯社交广告高校算法大赛第一周周冠军——郭达雅 比赛经验及心得分享
【采访】腾讯社交广告高校算法大赛第一周周冠军——郭达雅 比赛经验及心得分享
经过一周紧张又激烈的角逐
腾讯社交广告高校算法大赛产生了第一位周冠军
他的名字叫郭达雅
一个腼腆沉静的小男孩
低调的实力派，祝贺你
小编对咱们的周冠军同学进行了短暂的采访
于是就有了下面这篇分享
…
周冠军 郭达雅
大家好，本人郭达雅。现就读于中山大学数据科学与计算机学院，是一名计算机科学与技术的大三学生。今天很荣幸有个机会来分享一下比赛经验及心得。
刚接触这类比赛是在今年的三月份，当时刚好有个课程需要我们做kaggle的Two-sigma Connect，以排名作为成绩，经过两个月的努力，最终拿了 top 2%，同时也让我喜欢上了这种比赛。有了两个月的比赛经验，让我在这次腾讯社交广告高校算法大赛中，险拿了一次周冠军。
接下来主要讲下我在这个比赛中的一些想法及做题思路。
1、线上及线下的一致
可能大家对线上和线下不太了解，我这里做一下解释。线下成绩指的是你在本地跑的成绩，一般是做交叉验证 (CV) ，由于这个比赛具有时序性，可能会按时间划分训练集。而线上成绩便是你提交上去的成绩。
对于这种比赛，首先你必须做到CV和线上的成绩相差不大，其次 CV 和线上的成绩应该是同增同减的。否则后面你所做的事情都是白费功夫，因为 CV 根本体现不出来特征的好坏。为了同步 CV 和线上成绩，我花了两天的时间去做这件事情。
2、缩减训练时间
这次的比赛，大家比较在意的一件事就是自己电脑不够好，跑不动。但其实有很多方法可以解决这个问题的，比如缩小数据集，使用百分之一的数据量进行训练，又或者优化一下代码，分批输入训练。我在第一天所提交的成绩是0.0985，这个成绩是用十分之一的数据量，单线程及4G内存跑出来的。我们在做测试的时候，没必要使用所有的数据去测试，只用一部分的数据就能测出特征的好坏。
3、做好特征工程
有一句话说得好，“特征决定上限，模型只能无限接近于这个上限。”这种比赛，如果要拿到好的排名，建议先做特征工程，找到好的特征可以提高很多。在第一天交的成绩 0.0985 中，我使用的是 XGB 和自己构建的特征。我不太清楚 XGB 好不好，但是目前来说我只是用 XGB 来验证我自己构造的特征好不好。至于特征工程，可以做下 one-hot 编码或者统计，但也不要每次把构造的特征都放进模型跑一次，这样很浪费时间，其实一个特征的好坏程度，你可以简单的通过 groupby(’feature’,’label’) 来看出特征的好坏程度，如果某个特征在不同的取值上，0和1的比例和平均比例相差很大，那么这个特征是有效的。又或者可以看方差，这样可以省下许多时间去测试特征的好坏。
4、不放过任何有可能提升成绩的机会
大家或许最头疼的一件事就是加入某个特征线下logloss下降了很多，但是线上logloss反而升高了。当我们遇到这样的事情的时候，我们并没有直接抛弃这个特征，而是充分利用这个特征。我们会想两件事：
1．这个特征是不是信息泄露了，比如使用了未来的数据来预测现在。能不能重新构造类似的特征来规避时间。
2.测试集是不是没有这样的特征。比如训练集虽然使用了点击时间之前 app_action 的数据，可是训练集有当天的action信息，而测试集没有当天的 action 信息。因此造成了训练集有这样的特征，而测试集没有。
最后，祝大家取得好成绩。
【采访】腾讯社交广告高校算法大赛第一周周冠军——郭达雅 比赛经验及心得分享相关推荐
- 【采访】腾讯社交广告高校算法大赛决赛第二周最大进步队伍——拔萝卜比赛经验及心得分享
腾讯社交广告高校算法大赛决赛第二周 进步最大的一支队伍 她的名字叫拔萝卜 这是一支单人队伍 而且还是少有的女孩子哦 可爱.乖巧.独立的小女孩 祝贺你 话不多说直接上照片 小编对咱们的周进步冠军同学进行 ...
- 【采访】腾讯社交广告高校算法大赛决赛第二周周冠军——nju_newbiew比赛经验及心得分享
腾讯社交广告高校算法大赛决赛 第二周周冠军 他们的名字叫nju_newbiew 进入决赛之后他们的成绩是火速提升 直到稳定在第一名 这又是一支谜一般的队伍 今天小编就来给大家揭开神秘大佬的面纱 三个偶 ...
- 【采访】腾讯社交广告高校算法大赛第三周周冠军——到底对不队比赛经验及心得分享
[采访]腾讯社交广告高校算法大赛第三周周冠军--到底对不队比赛经验及心得分享 经过又一周紧张又激烈的角逐 腾讯社交广告高校算法大赛产生了第三周周冠军 他们的名字叫"到底对不队" 这 ...
- 【采访】腾讯社交广告高校算法大赛决赛第一周最大进步队伍——SkullGreymon比赛经验及心得分享
这是腾讯社交广告高校算法大赛进入决赛阶段 进步最大的一支队伍 他们的名字叫SkullGreymon 他们低调到照片都不放 小编也不知道怎么介绍 只知道队长同我一样喜欢哆啦A梦 那应该是个有童真爱想象的 ...
- 【采访】腾讯社交广告高校算法大赛 决赛第一周周冠军——ThreeIdiots比赛经验及心得分享 腾讯广告算法大赛
这是腾讯社交广告高校算法大赛进入决赛阶段 产生的第一个周冠军 他们的名字叫ThreeIdiots 据说ThreeIdiots是谜一般的存在 大家都在猜他们到底是何方神圣 忍不住先提前透露一下关键词 低 ...
- 【采访】腾讯社交广告高校算法大赛第二周周冠军——Groot 比赛经验及心得分享
[采访]腾讯社交广告高校算法大赛第二周周冠军--Groot 比赛经验及心得分享 经过又一周紧张又激烈的角逐 腾讯社交广告高校算法大赛产生了第二周周冠军 他们的名字叫Groot 三个冷静沉着的大男孩 低 ...
- 【专访】首届腾讯社交广告“高校算法大赛”落幕 冠亚季军团队参赛心得精彩分享
导言: 7月6日,首届腾讯社交广告"高校算法大赛"正式落幕.在众多参赛团队中,来自南京大学的三人组合"nju_newbie"一举夺得决赛冠军,将30万元奖金收入 ...
- 腾讯社交广告高校算法大赛——总结
#腾讯社交广告高校算法大赛--总结 Another url: https://bulihanjie.github.io/2017/07/08/腾讯社交广告高校算法大赛总结/ 题目描述 http://a ...
- 腾讯广告算法大赛 | 第一周周冠军心得分享
腾讯广告算法大赛第一位周冠军是-- 咳咳-- 听说Ta不是第一次拿周冠军, 听说Ta是谜一般的存在, 听说Ta不想让照片上推送, 没关系,这里我们不看脸,求教经验最重要! 大家好,我叫郭达雅,是中山大 ...
最新文章
- 文件魔术数字_如何使用魔术脚手架自动创建文件并节省时间
- 【技术趋势】德勤发布2020技术趋势报告，五个新趋势可引发颠覆性变革
- 这家公司耕耘超算20年，连续3年世界第一，现在加速中国AI
- 阿里云实现putty私钥登录全过程
- 设计模式--责任链(Responsibility_Chain)模式
- 【Redis学习】Redis数据类型及存储结构
- vim 使用中的一些错误[omnifunc未设置错误]
- wide-dhcpv6的dhcp6c配置
- 小D课堂-SpringBoot 2.x微信支付在线教育网站项目实战_2-5.开源工具的优缺点选择和抽象方法的建议...
- 迅雷VIP帐号获取小工具
- python实现——根据MD5进行文件去重
- Topaz Mask AI for mac(人工智能AI抠图软件) 最新版
- 【js逆向】md5加密参数破解
- 英语地道知识点学习笔记（一）
- 对数计算的实现方式（在windows计算器、OneNote、Python和Java中）
- TypeScript/JavaScript 2021-02-25T03:34:35.772Z 时区 日期格式化
- python开源流程图软件_适用于Linux的10种最佳流程图和图表软件
- 【超硬核】从0-1构建UI组件库
- android蓝牙对战,支持蓝牙对战 跑跑卡丁车登陆Android
- java access jdbc_Java jdbc连接Access数据库的方法学习（ucanaccess驱动）