新人小白的第一次天池比赛感受

第一次参加天池大赛（实际上是服务外包大赛），我懂得不是很多，程序也大多是在网上copy，然后努力的去改。
本人尝试过Arima模型，lstm模型，rnn模型和很牛逼的STL分解。
由于本人是个半路出家的大二小白，很多东西也不是很懂。大致谈下我的感受。
一上来搜索了好多别人的代码，弄来弄去，也没啥出路。后来发现，处理数据是很重要的。首先观察可以看到2014年的4月之前的数据是很不稳定的。然后对应到相应的时间，发现每一周的工作日和周六，周日的数据是有差异的。同样节日的那天的purchase和redeem都是比正常的工作日是要低的。还有STL分解后的残差也要和日期对齐，等等。
对于一个新手来说，推荐使用ARIMA入门。这因为，一个小白之前没接触过Python，想要一下子看懂复杂的神经网络并不是那么容易的。而且，它使用的acf和pacf图也较为好懂，它对数据的一些简单处理方便以后的时间序列分解，和进阶版的时间序列分解：STL分解的理解学习。
对于STL分解，怎么说呢，就是要认真的去理解，因为它要不断的分解，对齐数据。网上的关于STL的教程大多是R那个自带的Airpassanger的那个包的数据。看了人家的操作，很秀。但是真的不会用。Airpassanger的趋势实在是太好了，而2014年4月到 8月的真的看起来真的没啥周期和趋势。所以，建议，先学习时间序列分解，再进阶。注意：要搜索时间序列分解，而不是STL分解。后者的资料，对于我来说 ，真的没有太大的帮助。
再者，软件上，Pycharm和R studio都是不错的。前者要写代码，而后者可以直接执行脚本命令，更直接（很爽）。

这个是我的排名吧。最后火箭太多了，真的厉害。但很遗憾，没机会知道人家是怎么弄的。
看过网上一个人的思路，不是很懂但感觉很厉害，虽然他们的分数不高。但感觉好好改一下，应该是很厉害的。我所知道的他们都用了，还有就是GBDT模型。他们的代码在我电脑上跑，有点问题，我就稍微改了一下。结果就是9月1号是一个数据，2号到15号是一个，16号是一个，剩余的是一个。很尴尬，但是看他们最后给出的他们的结果，也差不多。原因没找到，而且也没那么多的时间了，所以就等明年如果还有机会的话，就好好研究一下这个神经网络，希望可以不要去抄别人代码了。
刚刚解题没多久，写个博客总结下吧。