### 树模型

1、目前我这边的树模型并没有加入两个bgm相关id的任何特征，只用了另外3个id的历史统计，交叉，embedding等前面大佬们分享过的特征

2、feed表内的三种文本和tag都是有效的提分手段，幅度在1个百分点左右，tag的话我是直接取概率最高的当类别做统计（当然还可以有别的方式值得尝试），keyword还没开始研究，这部分可以看看历史ctr比赛的代码

3、不同树模型融合能提分，单树模型K折也能提分，但总分提升幅度不大，特别是后两个小项几乎没变

4、即使是滑窗也可以把前面几天的数据加上训练，说不定会有惊喜

### 神经网络

1、线下使用前十三天训练，第十四天作为验证，线上利用前十四天数据作为训练

2、四个子任务收敛不同步，拆分模型能在mmoe的基础上提几个千

3、nn多训练几个取平均之后，模型效果会稳定很多