集成多个baseline优势,重新组织代码,方便对比lgb/nn以及做额外特征
发布于 4 年前 作者 xiahan 4540 次浏览 来自 分享

综合各个baseline,统一了线下验证方式以及加入了历史统计特征。方便对比lgb和nn效果,也方便再这基础上做更多的特征工程

https://github.com/DLLXW/data-science-competition/tree/main/else/wechat2021

  • lgb:线上640 线下:635
  • deepFM:线上646 线下:660

评论区反应的代码里面bug已经修复!!(当时push到git的是修改过的版本,也没debug所以一些地方误导了大家,抱歉)

7 回复

你们的baseline 是我的学习模板。。。。

想问下eval_ratio调为不是0后 loss和auc会掉到0?

按着这个代码 加入了 feed_embedding 32维, LGB线上只有 61

您好,我想问下加了统计特征的lgb您训练一次要多久

大佬你给的链接为什么进去呀

感谢你的分享,请问可以分享下nn调参的一些trick吗?我自己实现的deepfm和您给的baseline线上都只跑到62+

想问一下线下和线上的差距这么低是怎么做到的?我怎么做都是线下0.9+。。。

回到顶部