参考了 https://github.com/its-fun/kddcup2015
|
|- data/ # 由于数据量很大，因此应该自己创建这个文件夹，并且将数据文件按照这个结构放好
|- cache/ # pickle dump出来的对象，用于加快文件读取速度
|- test/ # 测试数据
|- enrollment_test.csv
|- log_test.csv
|- train/ # 训练数据
|- enrollment_train.csv
|- log_train.csv
|- truth_train.csv
|- object.csv
|- path_config.py # 与数据路径相关的配置
|- modeling_config.py # 与模型训练相关的配置
|- dataset.py # 生成数据集的相关方法
|- feature_extraction.py # 提取特征的相关方法
|- util.py # IO等辅助性的工具
|- modeling.py # 建模的方法
Run python3 dataset.py to load the dataset
之后运行 modeling.py 进行预测
代码亲测可用，运行两个小时左右.