天池大数据竞赛-河北高校邀请赛——二手车交易价格预测-初赛第22名

前言

赛题地址：https://tianchi.aliyun.com/competition/entrance/531858/introduction?spm=5176.12281925.0.0.40727137gkOt3m

在4108支队伍中，本人荣幸得到第22名成绩，感觉实际参赛的人不多 ，因为分数只是超越baseline一点点，而且在复赛中过拟合，但对于想累计经验的我，还是一个不错的成绩。

思路

Github: https://github.com/GioDio1002/tianchi-2nd-hand-car-sales

首先，感谢DataWhale官方的baseline

代码的骨干是基于baseline已经确保线上线下在绝大部分情况下，有一致的变化。之后就是按训练分数增减特征，最后就是调参。诚然，baseline是有极限的，但奈何本人技术不足，不能实现比baseline更好的模板代码，这也是日后自己竞赛需要提升的地方。

特征工程

以下为部分我加入的有效特征工程：

• KMeans/SVD/PCA的聚类特征
• 利用Pearson分析中，与Target相关性较高的特征作交叉特征
• 以类别特征作聚合(Groupby)的情况下，得出与目标值的统计特征
• 部分类别特征作对数变换

无效特征工程：

• 归一化
• 差值统计特征
• 数据分桶作新维度
• 重要原始特征交叉熵

模型

只按baseline用了xgboost和lightgbm,因为决定分数的就是特征工程，毕竟是结构化数据，树模型表现已经足够，曾经加入catboost，但提分幅度不大。

方案分享

河北高校邀请赛-二手车交易价格预测-B榜-top13-提交代码01
决赛还在进行中，下次就写个优胜方案复盘吧。

题外话

前一阵子到上海金桥看自由高达像，除了缺少武器和翅膀连着地上，帅就完了。