主要阶段
step1 ：抽取用户相关特征，用xgboost，分数 0.5 - 0.6
step2 ： 样本特征具有很严重的不平衡性，通过离散化处理， 使用NN来预测， 分数 0.64
step3 ： 全面抽取特征，用xgboost，分数0.55
step4 ： 抽取leak特征，用xgboost，分数 0.58
step5 ： 尝试gbdt + 参数优化， 分数0.734
step6 ： 特征选择 ，RF，分数在0.72左右浮动
为什么xgboost的准确率比gbdt和rf都要低很多
ML1 - 天池大赛 - O2O优惠券预测
猜你喜欢
转载自blog.csdn.net/superkellyv/article/details/80236083
今日推荐
周排行