https://tianchi.aliyun.com/competition/introduction.htm?spm=5176.100150.711.5.18af2009XtMy26&raceId=231647
本次比赛以阿里电商广告为研究对象，提供了淘宝平台的海量真实交易数据，参赛选手通过人工智能技术构建预测模型预估用户的购买意向。
- ./Feature:
- feature.py 人工特征提取：具体说明见"特征检查.ipynb"
- one_hot_feature.py 利用xgboost提取组合特征，并加入类别one-hot组合特征
- ./Model:
- Xgboost.ipynb xgboost模型训练，输出结果，并保存OOF结果
- Lightgbm.ipynb LightGBM模型训练数据，输出结果，并保存OOF结果
- xgboost + LR.ipynb 利用Xgboost提取的组合特征及one-hot类别特征，再加上原始特征,用Logistic Regression模型训练，输出结果，并保存OOF结果
- xgboost + FM_FTRL 利用Xgboost提取的组合特征及one-hot类别特征，用FM_FTRL模型训练，输出结果，并保存OOF结果 FM_FTRM:https://github.com/anttttti/Wordbatch/blob/master/wordbatch/models/fm_ftrl.pyx
- Stacking.py 用stacking方法做模型融和
- Blending.py 用blending方法做模型融和
- smooth.py 购买率平滑处理代码 https://blog.csdn.net/wwqwkg6e/article/details/55000216
- ./Tool: 配置信息
- ./Paper: 参考论文
- 初赛成绩： 196/5204, Top 4%
- 复赛成绩： 未参加