// 4-1
参加了Kaggle的一个二分类比赛，目的是有段日子没建模了，得回顾一下代码。而二分类问题至少是自己比较熟悉的逻辑回归模型好解决的。
数据还蛮干净的，用最简单的LR代码跑了一下，提交结果，0.588。差差的AUC啊。但是试验以下也无妨。
对于200个匿名特征变量，又全是float类型，这还是我头一次遇到这么可怕的数据。
赶紧开始看discussion中的一些自己比较喜欢的文章，才发现大家如此上心，一个EDA也能做到那么细致。人家把200个特征变量一个一个掰过来扯过去地分析，omg!太认真了！
也有大牛分享出了不错的代码，但是。。。还是先不要照抄的好吧。。
还是应该自己先试试看吧~~~
// 4-2
调整了LR模型，这次的提交结果提升不少：0.727
再要提升怎么办？
想着做特征分析筛选，还是先冒失点去尝试多种模型。。。
最后选择后者，建了个最简单的NB模型，又有提升，到 0.762。。
那么，再继续吧。尝试更多的模型，先粗粗地跑起来。。然后再做个ENSEMBLE? 试试看结果？？没准很好呢？？
然而，心里也明白，自己没有仔细研究过每一个自变量，压根没找出那个magic feature.....估计还是得下苦功吧。。。
昨晚睡得太晚--12点，早晨又起的太早--6点，，导致今天体力精力弱爆了。。强撑住！今晚得早睡了，白天精力才高。
// 4-3 ~ 4-4
全天都是抓取数据，处理当中。程序开发得很顺利，4月3日连吃11个番茄。4月4日更是一天忙碌，吃了16个番茄。
// 4-8
列任务清单的结果就是，发现自己当下最想做的任务，排序之后，发现还是应该将代码的效率提升，于是决定学习51cto上买的课程。
因为它顺便应该可以解决我连接DB的需求。
又一个不吃午饭的日子。为了精力好，抓紧时间干活，把午餐时间推迟到了下午3点多。
网友评论