2019中国银联高校极客挑战赛-数据建模

最新推荐文章于 2022-03-17 15:31:28 发布

原创

最新推荐文章于 2022-03-17 15:31:28 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

本文记录了作者首次参加中国银联高校极客挑战赛的经历，利用XGBoost建立预测用户购买和收藏行为的baseline模型。面对约40,000条用户消费数据，目标是优化算法以提升在线评测的分数，争取进入复试。" 131962777,9391197,Java线程池的五种状态详解,"['多线程', '线程池', '状态管理', 'java']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2019中国银联数据建模

赛题
- code

大赛地址： https://college.upaas.unionpay.com/upgeek-web/user/login

第一次参加这样的竞赛，用xgboost写的baseline先占坑后续再写。

赛题

本次大赛基于脱敏和采样后的约 40,000 条用户消费行为数据，预测在未来的一段时间内，用户对于某产品是否会有购买和收藏的行为。
参赛团队需要设计相应的算法进行数据分析和处理，比赛结果按照指定的评价指标使用在线评测数据进行评测和排名，得分最优者获胜。

code

import pandas as pd
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import log_loss
import numpy as np
import xgboost as xgb
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import cross_val_predict
import lightgbm as lgb
import warnings
warnings.filterwarnings('ignore')
import matplotlib.pyplot as plt

# 加载数据
def load_csv():
    train = pd.read_csv('/home/kesci/input/round11379/train_round_1.csv')
    test = pd.read_csv('/home/kesci/input/round11379/test_round_1.csv')
    train.fillna(-1, inplace=True)