天池—机器学习比赛_阿里天池竞赛机器学习

第一课时：赛题介绍和离线赛演示。例子：阿里移动推荐算法

最重要字段：user-id、item-id、time、behavior

历史记录：谁在什么时间对什么商品进行什么操作

预测：在第32天，谁买了什么？

第二课时：

目标通常是损失函数，最终求出最有的参数，得到我们的模型，从而预测新的样本

Sklearn是python中一个非常重要的机器学习模型库

实验：

1.环境准备

2.选取三个部分，线下训练候选对象，线下评估用的候选对象，以及线上评估用的候选对象，

3.训练所以对象的特征对象以及得到训练样本的标签

4.训练模型

5.进行线下预测评估，和线上预测

第三课时：人工规则入门

人工规则的大致流程：

（1）原始数据导入到自己空间

（2）测试集、训练集的划分

（3）把人工规则写到里面

（4）规则进行融合

（5）对生成的线下答案进行线下评测

（6）评测比较理想后要线上提交答案

第四课时

提纲：

（1）数据到样本（特征，标志）

A.确定样本

问题建模：二分类问题，UI对是否被购买

样本选择：10天内有过交互的UI对

B.从数据到特征

针对每个（user_id,item_id）统计一些属性

基本特征：浏览、收藏、购物车、购买量

基于规则：头天是否加入购物车没买

C.从数据到label

为样本添加标志

（2）牛刀小试--逻辑回归

（3）进阶版--归一化、样本均衡、模型融合

（4）一些小tips

A. 欠拟合、过拟合的判断

B. LR的一些知识：正则，迭代次数

C. GBDT的一些知识：学习率、树的棵树、叶节点个数

D. 正负比和置信度

E. 星 （shu)际（ju）穿越

F. 合理调参

总结：知道了做数据挖掘比赛的一些步骤吧。