-
赛题介绍
请参见 Kesci官网介绍
-
参赛队伍
不得仰视本王
-
解决方案
详细解决方案请看 PDF文件
-
代码目录说明
-
proccess 文件夹- Split.java将采样数据分块
- CombineSample.java将采样数据合并
- NThreadRNB.java和NThreadMatrix.java是并行采样代码工具类
-
feature engineering 文件夾- NullDiscrete.java和CityFeature.java为计算城市向量特征
- city_feature.sql 为数据库处理代码
- rank.py 对原始数值特征进行排序，得到排序特征
- null.py 分析和处理缺失值
- jw.py 生成经纬度特征
- CategoryFeatureProcess.py 特征处理
- MergeFeature.py 特征合并
- SelectFeature.py 特征筛选
- jingch文件夹
- UserLogInfoFeature 登录信息特征提取类
- UserUpdateInfoFeature 修改信息特征提取类
- MergeTool 模型融合工具类
- FeatureProcess 特征处理类
-
feature_select 文件夹- sort_feature_using_xgb.py 训练xgb模型对特征进行重要性排序，特征选择
- avg_featurescore.py 将多份featurescore文件全加，得到特征重要性排序文件
-
sample 文件夹包含了两种采样代码，其中MY0为本次比赛使用的基于粗糙集的并行过采样算法
-
util 文件夹这个文件夹包含一些常用的工具类和代码- visualize_null.py 缺失值的可视化分析
- visualize_dataset.py 对每日成交量和违约量进行可视化
- plot_feature_importance.py 画特征重要性图
- cal_auc.py 计算auc，线下验证
-
lr文件夹- lr.py 逻辑回归模型文件
-
svm 文件夹- svm.py 运用数据集分解的方法训练多个svm进行averaging
- avg_val.py 查看在验证集上的效果
- avg_test.py 查看在测试集上的效果
-
xgb文件夹- single_xgb.py 单模型xgboost，线下cv的auc值是0.782左右
- bagging_xgb.py 单模型xgboost的改进版，对参数和特征加入随机扰动，训练多个xgboost子模型
- avg_test.py 对子模型预测结果进行averaging
- graphlab_xgboost.py graphlab版本的xgboost
-
ensemble文件夹- cal_mic.py 计算单模型结果文件之间的相关性
- ensemble.py 多个单模型的加权融合,通过验证集选取最优参数
- blend_ensemble.py 训练多个单模型，并进行blending融合
-
-
使用须知
- 代码可以自由使用，但请保留出处。