MARS竞赛笔记

一键运行baseline代码研读

1. 数据清洗代码

train_df = train_power_forecast_history.groupby(['id_encode','ds']).head(1)代码片

作用：按照id和日期聚类，获得每天每个id第一个数据：
后续改进：
a）考虑对时间变化，sum获取所有一天24小时的数据。
b）考虑打上高地峰出行时间的标签。

train_df['flag'] = train_df['flag'].map({'A':0,'B':1})
test_df['flag'] = test_df['flag'].map({'A':0,'B':1})

作用：将flag字段映射为0，1

def get_time_feature(df, col):
    
    df_copy = df.copy()
    prefix = col + "_"
    df_copy['new_'+col] = df_copy[col].astype(str)
    
    col = 'new_'+col
    df_copy[col] = pd.to_datetime(df_copy[col], format='%Y%m%d')
    df_copy[prefix + 'year'] = df_copy[col].dt.year
    df_copy[prefix + 'month'] = df_copy[col].dt.month
    df_copy[prefix + 'day'] = df_copy[col].dt.day
    # df_copy[prefix + 'weekofyear'] = df_copy[col].dt.weekofyear
    df_copy[prefix + 'dayofweek'] = df_copy[col].dt.dayofweek
    df_copy[prefix + 'is_wknd'] = df_copy[col].dt.dayofweek // 6
    df_copy[prefix + 'quarter'] = df_copy[col].dt.quarter
    df_copy[prefix + 'is_month_start'] = df_copy[col].dt.is_month_start.astype(int)
    df_copy[prefix + 'is_month_end'] = df_copy[col].dt.is_month_end.astype(int)
    del df_copy[col]
   
    return df_copy   

作用：获取时间，改进：添加其余时间标签，如是否是节假日
最后进行k-fold

其余改进：

1. h3标签：使用h3获取城市相关标签，添加gdp等数据
2. 去除去年数据的影响