第一次参加天池的比赛（实际上是第一次参加机器学习的比赛）。从零开始学到了很多，虽然复赛大部分时间在搞平台了。推荐入门还是不要搞天池的平台赛。

• 初赛 0.0291/rank67
• 复赛 0.0323/rank22

• 数据清洗data_cleaning.py：把原数据整理成 vid-feature 的形式，感谢 Mt.Zhang 在技术圈的分享
• 数值数据的转换data_preprocessing_num.py：有些特征有混合类型的数据（比如 60次/分），判定纯数值大于0.5的为数值列，正则匹配提取转换
• 文字数据转换data_preprocessing_cate.py：方法比较蠢，把缺失值比较少的文字特征一个个看过去，用正则匹配分类
• 输入模型，调参，验证，预测

• 分类数据用热编码（lgb可以处理类别数据，但是复赛用的sklearn的不行）
• 调整和增加了一些文字分类特征，去掉冗余的不必要的分类，能二分类就二分类，因为复赛数据比较少
• 进行了特征筛选。这个很重要，初赛用了太多的冗余特征。

cd code
python main.py