/tianchi_bigdata

阿里2015年天池大数据比赛,采用移动窗口采样加随机森林学习

Primary LanguagePython

tianchi_bigdata

任务:

详见天池大数据任务介绍

特征(39维):

user特征、item特征、user-item特征、全局比例特征

数据采样

采用移动窗口target(17、15、13、11、9)+移动窗口样本采样(1、3、7、全部)

训练数据

正样本:15000,负样本:130000

测试数据

同样采用移动窗口变换采样,取了3天、5天、9天的做实验,最优提交为9天的,测试样本大小:155万

结果划分

结果最终取置信度0.78,取470条结果(子集结果),最终f1值:11.46%

排名:25/7200,队伍名:叮当

学习模型

RF

程序架构

combine_feature_txt:混合正负样本特征

cut_data_set.py:按照移动窗口方式,分割数据集

fetch_feature.py:提取特征

fetch_negative_sample:负样本抽样

fetch_sample:提取正、负样本

get_feature_vector_txt_4.py:提取特征向量,去掉用户-商品标示

get_recommend_result_6.py:对最后分类结果取置信度,并得到相应的推荐结果

global_feature.py:提取全局比例特征

product_test_data.py:产生测试数据

classify_user_item.py:训练学习特征,并预测

[大赛排名] (http://tianchi.aliyun.com/competition/rankingList.htm?spm=0.0.0.0.OyeBsu&season=0&raceId=1&pageIndex=2)