博客分享了天池比赛中关于广告转化预测的团队经验，包括拜拉席恩队的Binning、交叉特征进阶、强特征和权重设置，以及DOG队的迁移学习、词袋模型、穿越特征和冷启动问题。还讨论了模型融合、反作弊策略、缺失值处理和业务理解的重要性。
早一段时间看了决赛的答辩直播，作为一只萌新，决赛中提到的一些trick其实许多都有用到，但是没能够整合起来形成系统的框架，东拼西凑，自己都不知道一些trick的效果如何也加了进去，所以效率还是低了一些。
决赛是用前7天的数据预测第8天下午的购买量。比之初赛的难度加大。
拜拉席恩队
1.Binning
之前一直不知道在第一部分里的分段函数的专业名词叫啥，原来是叫做binning，分箱的意思，为了避免过拟合。
例如user_age_level字段，分成7个年龄段，10-20,20-30...80-90,之类的，实际上我们知道接受互联网的大概是80后，现在的80后大概是40岁，40岁之后的人对互联网感到更加新鲜，更有可能去点击广告，那么后面几个分段就没必要划得那么细。
分箱的作用就在于，把该特征用广告点击率转化率排序（is_trade），直接体现各个年龄段的人点击广告的概率的大小。
2.交叉特征的进阶（属性排序特征）
排序特征：衣服这一类目中的点击率排序
前面做了各个特征的点击率排序，但没有想过用item_category中的小字段排序，比如item_category_1中“白色”、“轻薄”、“长续航”的点击率最高，这其实也是一个特征。如果一个商品同时包含“白色”、“轻薄”，也应该给一个较高的点击率预期。
而在后面答辩的花志祥也提到类似的概念，表征特征：如果一个用户点了三个item都有红色这一属性，那么这个人可能偏好红色。
3.一个强特
用户点击的时间差，并且还要与
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
