MathorCup大数据竞赛B题Baseline（持续更新）

大家好，妈妈杯已经开赛了，得到赛题之后我赶忙写了个baseline给大家提供思路，主要的工作是数据预处理和简单的建模。

数据处理

大体的观察了一下数据，发现无论是语音和上网两个数据集中train和test的特征列是对不上的，而且数据中存在大量的缺失值，数据预处理起来还是挺麻烦的。

那么我大体的思路就是将用户描述的列删了，空缺值观察了一下使用0去填充。关于类别编码，一些类别特征使用硬编码进行编码，终端品牌和终端品牌类型选择直接删除(这个是后面实验了一下，发现这种类别特征没啥用)。

问题1

关于问题1，一般情况下直接使用主成分分析是没什么问题的，我用热力图可视化了一些相关性系数，可以看出比较重要的特征是遇到网络问题还有用户的一些反馈(所在场景比如说办公室，居民小区)

问题2

对于问题2的话，可以当成回归问题去做，也可以当成分类问题去做，测试了一下其实没什么区别。我简单的尝试了一下决策树，发现拟合效果其实一般，r2在0.029左右。随后考虑到许多特征是没用的，我采用相关性系数进行了一些特征筛选，之后r2在0.3左右(其实也是一个比较差的成绩)，随后又尝试了一些其他的模型，发现其实模型的帮助不大，建议各位同学在特征工程上努努力。

还有一点就是，在训练与预测的时候是将四个要预测的labels分开进行的，后续可以尝试一下级联模型(不保证效果doge)

思路就这些，比较适合小白，如果想要代码的话直接跳链接就行

MathorCup大数据竞赛B题Baseline（持续更新）相关推荐

2021年MathorCup高校数学建模挑战赛—大数据竞赛A题二手车估价问题解题思路
MathorCup高校数学建模挑战赛-大数据竞赛 A题二手车估价问题原题再现: 随着我国的机动车数量不断增长,人均保有量也随之增加,机动车以"二手车"形式在流通环节,包括二 ...
MathorCup大数据竞赛-北京移动用户体验影响因素问题思考
针对本次2022年MathorCup大数据竞赛-赛道B初赛题是关于北京移动用户体验影响因素问题.问题一,二呈递进关系.客户语音业务和上网业务满意度研究内容方法大同小异.这里给出客户语音业务满意度研究内 ...
自学it18大数据笔记-第二阶段hadoop-day11——会持续更新……
笔记为自学时随手记录,如有错误,欢迎指正,不胜感激!现已广州转移至上海,欢迎小伙伴们加qq或微博沟通交流(QQ,微博和博客同名) 笔记分享:自学it18大数据笔记-第二阶段hadoop-day11-- ...
自学it18大数据笔记-第二阶段Hive-day4——会持续更新……
笔记为自学时随手记录,如有错误,欢迎指正,不胜感激!现已广州转移至上海,欢迎小伙伴们加qq或微博沟通交流(QQ,微博和博客同名) 笔记分享:自学it18大数据笔记-第二阶段Hive-day4--会持续 ...
2022mathorcup数学建模大数据竞赛B题完整成品来啦！
大家好呀,20号mathorcup大数据赛发布赛题以来,我就在知乎先是发布了选题建议及初步思路讲解,本来预计是24号完成成品的书写,但没想到最后28号才完成,之后我也录制了成品讲解视频,成品讲解视频以 ...
明翰的大数据笔记V0.2（持续更新）
文章目录前言什么是大数据大数据应用场景 `MapReduce` 大数据的HelloWorld 内部机制与原理组合器Combiner Hadoop 优缺点 Hadoop版本 Hadoop V1 ...
大数据Notebook调研信息汇总(持续更新中)
大数据组件支持Spark 支持Flink 支持最新版大数据组件备注 Zeppelin ✓ ✓ X 大概消耗1.3G内存 Jupyter ✓ 必须导入alink才支持 ✓ Databricks ...
2019年最全的大数据学习大纲总结，持续更新.....
一,题记要说当下IT行业什么最火?ABC无出其右.所谓ABC者,AI + Big Data + Cloud也,即人工智能.大数据和云计算(云平台).每个领域目前都有行业领袖在引领前行,今天我们来讨论 ...
2022年最新版大数据面试题全面总结-持续更新
更新内容和时间表 2021.10-11月 [八千里路云和月 | 从零到大数据专家学习路径指南] [我在B站读大学,大数据专业]

MathorCup大数据竞赛B题Baseline（持续更新）

数据处理

问题1

问题2

MathorCup大数据竞赛B题Baseline（持续更新）相关推荐

最新文章

热门文章