比赛常用模板

1 读取大型数据的N种方法

2 python代码并行化的N种方式 加快运行速度

3 python 常用的库

• itertools : itertools.products() 用于特征工程时精简 for 循环

• collections : collections.Counter() 用于寻找出现次数最多的元素

• numba : 处理大型运算 numpy加速

• featuretools : 自动执行特征工程

• emoji : emoji表情

• deep_ctr : 推荐，广告常用算法

• category_encoders : 类别特征编码工具

• sys : 设定参数

• argparse : 更方便，规范的定义参数

• logging : 自动打印日志

• os : os.walk() 用于从文件夹读取文件

4 tensorflow搭建模板

5 lightgbm，xgboost, catboost，stacking, 5_folds

6 kaggle riiid比赛里关于数据处理，时间空间优化的整理

7 HyperOpt超参数搜索

8 tfidf, countvec, word2vec,

9 target_encoding, label_count_encoding

10 检验train,test是否同分布

11 二分类相关指标优化

12 回归相关指标优化

13 观察特征的库，深入分析

14 xgb,lgb特征详细选择

15论特征一把梭对于GBDT的影响，好文啊
15.1 对于造出的很多特征，如何做选择，ieee chris方案
15.2ieee code直达

16结构化数据比赛的一般思路，方法

17砍手豪大佬竞赛随笔

18由几个特征去定位重复样本
18.1Home Credit Default Risk code直达
18.2Home Credit Default Risk对重复样本的利用
18.3砍手豪队1st方案，包括重复样本的定位