https://tianchi.aliyun.com/competition/entrance/231694/introduction

• Report
• PPT
• Plot (data, trend, target)
  • 词云
  • 箱型图
  • 柱状图
  • 散点图
• 特征重要性(卡方特征、LGB)
• 天花板
  • 算法以及数学模型
  • 领域、行业深入

• Statistic Feature

• Model Feature

• v1 (only one feature by TF-IDF)

  • api sorted by tid and index grouped by file_id

• v2

  • tid_count
  • tid_distinct_count
  • api_distinct_count
  • tid_api_count_max
  • tid_api_count_min
  • tid_api_count_mean
  • tid_api_distinct_count_max
  • tid_api_distinct_count_min
  • tid_api_distinct_count_mean

• v3

  • v1 + v2

• N-Gram
• TF-IDF
• XGBoost
• NB-LR
• 卡方校验

• Numpy
• Pandas
• Scikit-learn
• SciPy

• 阿里云安全恶意程序检测，线上成绩0.443705，受邀分享比赛思路
• gitHappyboy/ML
• API based sequence and statistical features in a combined malware detection architecture
• Google Machine Learning Crash Courses
• XGBoost multiclass_classification demo
• TF-IDF与余弦相似性的应用（一）：自动提取关键词
• 深度学习基础 (九)--Softmax (多分类与评估指标)
• 使用Random Forest(随机森林)进行多分类和模型调优
• 用机器学习进行恶意软件检测——以阿里云恶意软件检测比赛为例
• python – LightGBM的多类分类
• LR文本分类
• 特征选择方法：卡方检验和信息增益
• 第三届阿里云安全算法挑战赛
• one-vs-rest与one-vs-one以及sklearn的实现
• 模型融合方法概述