kaggle比赛心得

参赛历程

比赛时间：3.10-4.11

历时一个多月，无论是知识眼界还是心态方面，都有了较大的改变。刚开始选这个赛题，没有什么特别的地方，顺眼就是了。直到着手准备这个比赛的时候，才发现，事情并不简单，虽然数据集只有训练集和测试集以及一个提交结果的样本，

但是数据没有任何的说明，（数据应该都是从客户那里收集的，所以主办方为了保护客户的隐私，做了脱敏处理）除了ID_code都是数值型的数据，可是它们代表的是什么我们并不知道，这就需要我们不断地画图观察各个特征与标签的相关性，

加上比赛的目的是为了预测客户是否会进行交易，这就需要我们用大量的数据去建立一个适合的模型，我们选择的模型是LGB模型，现在大部分的比赛都会用到lgb,当然xgb,cnn,nn这些模型也是当下比较‘红’的模型。也是带着学习的心态参加这个比

赛，kaggle平台上有很多的专业人士发表含金量高的内核供我们学习，这一点对我们打比赛有着很大的帮助，最后是在公共排行榜上取得了403的成绩，银牌区，总共9038个队伍参赛。

 

收获：对特征工程和模型融合有了进一步的认识和了解，并且意识到了特征工程的重要性，也接触到了很多python包和功能强大的函数。

心得：做一件事情一定要有始有终，我们在打比赛的第二三周是低谷期，因为准确率始终达不到我们的要求，并且排名也逐渐被刷到九百名开外，后来也是不放弃，有了一次较大的突破，成绩最好的时候直奔82名。充分地认识到了我们和kaggle大

神们的差距，也意味着未来还有很长的一段路要走。继续加油吧，还有头发，还能再学。QAQ