rong360-UserProfile-rank38-Soultion
比赛代码
risk 数据，直接一列一个特征，做简单的求和，求交叉； symbol特性：分三种方式处理：
- 直接将原始数据作为特性，
- 拆分一级类目和二级类目，因为有很多id包含多个类目， 所以做multi_hot编码，将多个one_hot 按行求和；
- 优化1,因为二级类目少，只要不同的一级类目 edge特征：
- 区分时间，月份，求每月权值，连接次数，求其平均； 求和等等，常规操作
- 按from_id,to_id做协同过滤，分值为权值除以连接次数的log 取出每个id的向量，对向量做编码，可以进一步用kmeans聚类
- 分别计算每个to_id的symbol中做的multi_hot ,再按from_id做group 作为from_id的特征 app特征： 直接将数据展开，做协同过滤，再聚类，和edge类似；
其他特征：id一般在数据库中都是按顺序自动生成的，一般大小都存在一定的时序关系；