记一次失败的kaggle比赛（1）：赛题简介与初次尝试

最新推荐文章于 2025-06-19 16:32:15 发布

原创

最新推荐文章于 2025-06-19 16:32:15 发布 · 5.5k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#kaggle比赛 #记一次失败的kaggle比赛 #kaggle比赛经验总结

题目描述：https://www.kaggle.com/c/santander-customer-satisfaction

简单总结：一堆匿名属性；label是0/1；目标是最大化AUC。

第一次尝试：

特征：

由于时间比较充裕，直接用了暴力搜索提取较好的特征：

#!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! better use a RFC or GBC as the clf
#!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! because the final predict model are those two
#!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! we should select better feature for RFC or GBC, not for LR
clf = LogisticRegression(class_weight='balanced', penalty='l2', n_jobs=-1)
selectedFeaInds=GreedyFeatureAdd(clf, trainX, trainY, scoreType="auc", goodFeatures=[], maxFeaNum=150)
joblib.dump(selectedFeaInds, 'modelPersistence/selectedFeaInds.pkl')
#selectedFeaInds=joblib.load('modelPersistence/selectedFeaInds.pkl') 
trainX=trainX[:,selectedFeaInds]
testX=testX[:,selectedFeaInds