主要针对Airbnb平台新用户的预定结果进行预测
项目实现步骤：
1.加载数据集，对数据集进行数据清洗（train和test数据结合处理），对部分离散数据进行one-hot-encoding，对部分连续数据进行标准化；
对于session1（用户行为数据集），除了正常的数据清洗等，还进行了一些隐藏特征的挖掘，比如用户在airbnb平台活跃到正式注册所花的时间，从date_account_created中提取年月日等等；
后期再根据user_id对数据集进行合并，得到更多的特征来拟合模型。
2.筛选出重要特征用于训练模型；github上的开源库feature_selector
项目地址：
https://github.com/WillKoehrsen/feature-selector
有关使用方法，请参阅Feature Selector的使用指南
https://github.com/WillKoehrsen/feature-selector/blob/master/Feature%20Selector%20Usage.ipynb
3.交叉验证数据集并用多个模型进行训练，得到结果比较及参数调优：LR,DT,RF,XGBoost等等
结果 -> 未调参：DT -> train: 0.8114 test:0.8112 time:747s
XGB -> train:0.8373 test:0.8259 time:598s
LR -> train:0.8250 test: 0.8 time:48313s
KNN -> train:0.8277 test:0.7762 time:5996s
SVM-rbf -> train:0.8107 test:0.8068 time:53501s
SVM-ploy -> train:0.8093 test:0.8068 time:48070s
SVM-linear -> train:0.8070 test:0.8066 time:40195s
RF -> train:0.8255 test: 0.8093 time:255s
AdaBoost -> train: 0.8040 test: 0.8036 time:475s
Bagging -> train:0.9953 test:0.8049 time:2187s
ExtraTree -> train:0.8187 test:0.8056 time:267s
GraBoost -> train:0.9493 test:0.8104 time:23726s
xgboost.Sklearn -> train:0.8993 test:0.8048 time:5971s
结果分析：1.由于此项目样本数据集较大，固KNN算法不适用于此建模，在这里使用KNN只单纯做出比较，实际里，KNN不适用于较大数据集（可分批次训练）；
2.Bgging，GraBoost在训练集和测试集上面表现差异较大，固判断出现了过拟合，需样本数或降维来重新训练；
3.总体来看原生XGBoost表现最佳，这也是竞赛中最常用的集成算法。