天池大数据竞赛-河北高校邀请赛——二手车交易价格预测-初赛第22名
文章目录
- 前言
- 思路
- 特征工程
- 模型
- 方案分享
- 题外话
前言
赛题地址：https://tianchi.aliyun.com/competition/entrance/531858/introduction?spm=5176.12281925.0.0.40727137gkOt3m
在4108支队伍中，本人荣幸得到第22名成绩，感觉实际参赛的人不多 ，因为分数只是超越baseline一点点，而且在复赛中过拟合，但对于想累计经验的我，还是一个不错的成绩。
思路
Github: https://github.com/GioDio1002/tianchi-2nd-hand-car-sales
首先，感谢DataWhale官方的baseline
代码的骨干是基于baseline已经确保线上线下在绝大部分情况下，有一致的变化。之后就是按训练分数增减特征，最后就是调参。诚然，baseline是有极限的，但奈何本人技术不足，不能实现比baseline更好的模板代码，这也是日后自己竞赛需要提升的地方。
特征工程
以下为部分我加入的有效特征工程：
- KMeans/SVD/PCA的聚类特征
- 利用Pearson分析中，与Target相关性较高的特征作交叉特征
- 以类别特征作聚合(Groupby)的情况下，得出与目标值的统计特征
- 部分类别特征作对数变换
无效特征工程：
- 归一化
- 差值统计特征
- 数据分桶作新维度
- 重要原始特征交叉熵
模型
只按baseline用了xgboost和lightgbm,因为决定分数的就是特征工程，毕竟是结构化数据，树模型表现已经足够，曾经加入catboost，但提分幅度不大。
方案分享
河北高校邀请赛-二手车交易价格预测-B榜-top13-提交代码01
决赛还在进行中，下次就写个优胜方案复盘吧。
题外话
前一阵子到上海金桥看自由高达像，除了缺少武器和翅膀连着地上，帅就完了。
天池大数据竞赛-河北高校邀请赛——二手车交易价格预测-初赛第22名相关推荐
- 王朝阳：河北高校邀请赛 -- 二手车交易价格预测决赛答辩
- 黄家懿：河北高校邀请赛 -- 二手车交易价格预测决赛答辩
- 【直播】王茂霖：二手车交易价格预测-千变万化特征工程（河北高校数据挖掘邀请赛）
二手车交易价格预测-千变万化特征工程 目前 河北高校数据挖掘邀请赛 正在如火如荼的进行中.为了大家更好的参赛,王茂霖分享了 从0梳理1场数据挖掘赛事!,完整梳理了从环境准备.数据读取.数据分析.特征工 ...
- 【直播】王茂霖：二手车交易价格预测 Baseline 提高（河北高校数据挖掘邀请赛）
二手车交易价格预测 Baseline 提高 目前 河北高校数据挖掘邀请赛 正在如火如荼的进行中.为了大家更好的参赛,王茂霖分享了 从0梳理1场数据挖掘赛事!,完整梳理了从环境准备.数据读取.数据分析. ...
- 阿里巴巴天池大数据竞赛黄金联赛全面开战，全球同步报名，只为寻找最聪明的你！...
阿里巴巴天池大数据竞赛黄金联赛全面开战,全球同步报名,只为寻找最聪明的你! 天池大数据竞赛是由阿里巴巴集团主办,面向全球新生代力量的高端算法竞赛.通过开放海量数据和"天池& ...
- 【TIANCHI】天池大数据竞赛（学习赛）--- 淘宝用户购物行为数据可视化分析
目录 前言 一.数据集的来源和各个字段的意义 二.数据分析 1.引入库 2.读入数据 3.查看数据数量级 4.PV(Page View)/UV访问量 5.漏斗模型 6.用户购买商品的频次分析. 7.A ...
- AI比赛-NER：“万创杯”中医药天池大数据竞赛——中药说明书实体识别挑战
大赛概况 疫情催化下,人工智能正在持续助力中医药传承创新加速发展,其中中医用药知识体系沉淀挖掘是一个基础工作.通过挖掘中药说明书构建中药合理用药的知识图谱,将为中医规范诊疗奠定较好基础.挑战旨在通过抽 ...
- 【算法竞赛学习】二手车交易价格预测-Task1赛题理解
二手车交易价格预测-Task1 赛题理解 一. 赛题理解 Tip:此部分为零基础入门数据挖掘的 Task1 赛题理解 部分,为大家入门数据挖掘比赛提供一个基本的赛题入门讲解,欢迎后续大家多多交流. 赛 ...
- 【算法竞赛学习】二手车交易价格预测-Baseline
二手车交易价格预测-Baseline Baseline-v1.0 版 Tip:这是一个最初始baseline版本,抛砖引玉,为大家提供一个基本Baseline和一个竞赛流程的基本介绍,欢迎大家多多交流 ...
- 【算法竞赛学习】二手车交易价格预测-Task5模型融合
二手车交易价格预测-Task5 模型融合 五.模型融合 Tip:此部分为零基础入门数据挖掘的 Task5 模型融合 部分,带你来了解各种模型结果的融合方式,在比赛的攻坚时刻冲刺Top,欢迎大家后续多多 ...
最新文章
- Mysql组复制故障恢复测试
- php 框架 laravel 简介
- string to byte[]
- linux下top命令参数解释
- python模块(4)-Collections
- 显示墙 显示服务器地址,云墙怎么看服务器地址
- Apache+Tomcat实现负载均衡
- 如何使用Selenium-Grid
- arp映射表查看与管理
- c语言汉诺塔课设计报告,汉诺塔游戏的设计
- [网络流24题] 06 最长递增子序列（最多不相交路径，最大流）
- c语言最近点对问题(4个点)-分治法递归
- Linux remote desktop protocol
- ERP系统常用SQL集锦(转, 一个网友写的,感觉有点虎头蛇尾,不过还是有价值参考)...
- 大数据 SQL Boy 脱坑指南
- 黑猫带你学eMMC协议第11篇：eMMC擦除详解（erase/trim/discard/sanitize/secure erase/secure trim...）
- 【Zbrush教程】小白也能看懂的ZBrush基础教学，速看
- java-php-python-ssm水星家纺网站计算机毕业设计
- pwn the box 百度网盘分享链接
- 不是我吓唬你，写不出这种代码，那就等着被leader开除吧