竞赛介绍：链接
- data 存放数据
- preprocess 数据预处理
- rule 根据规则生成提交文件
- model 训练机器学习模型
- statistics 统计历史数据的信息
-
fork本repo，非Github用户请点右下角的
Downlown ZIP -
解压后，将
tianchi_mobile_recommend_train_user.csv以及tianchi_mobile_recommend_train_item.csv放入/data/目录下 -
仅需两个步骤即可获得一份提交文件
- 第一步，进入
/preprocess/目录，运行data_preprocess.py - 第二步，进入
/rule/目录，运行gen_submission_by_rule.py
- 第一步，进入
-
完成上面两个步骤后，在
/rule/目录下会生成一份tianchi_mobile_recommendation_predict.csv文件，提交它。在切换数据前F1为7.6%，切换数据后的F1为8+%
我们总结了一下，大概有三种方法：
- 做好特征工程，选对模型，调好参。
- 用规则硬爆，了解业务，从历史数据中发现规则。
- 多用一些小号，多提交几次。我跟队友戏称，"给我10个小号，我也能上榜首"。当然，我们没刷小号，一天只提交两份（队伍三个人）。
4月1号比赛开始后，我和几个队友都是单干，各自试自己的模型，我队友 pinfish 习惯于用SQL，我则习惯于用Python和相应的包。在头两天，我基本上都是在做数据处理和特征提取，第三天训练了一个随机森林和逻辑回归，随机森林的效果比逻辑回归好不少，排到第四页。之后，尝试了一下规则，竟然上了首页，顿觉做模型是在浪费时间，如果是为了进第二赛季，用规则足够。在差不多4月7号后，我们队伍三个人基本上都各自有事，忙着科研，忙着写论文。直到切换数据的前几天，我每天抽出一两个小时，尝试各种规则。切换数据后，基本上也是用这些规则，稳稳地进了第二赛季。
/rule/目录下的gen_submission_by_rule1.py文件，便包含了一些不错的规则，记得F1得分是10.3%
-
纯Python，无任何依赖项。
-
关于代码实现的功能，在每份代码文件中均有注释，代码可能写得比较乱，也可能有bug，欢迎issues。
-
建议在Linux下运行；在我的PC上（core-i7），上面两个步骤总共花了不到10分钟。