这个比赛是我大三下学期的实训项目，也是我自己第一次参加这种类型的比赛，能得到这样一份不错的成绩也是比较开心的~
这次比赛让我感到一个最大的不足就是经验的欠缺——复赛阶段完全不知道应该怎样去提高自己的模型了，一味地在调参，模型完全没有变化。 当与后面选手差距越来越小的时候想要修改模型来提分，发现之前代码太乱了， 再去做调整的时候非常吃力。
在初赛阶段还是能明显感觉到自己的进步的： 从只用notebook到整理已完成部分的python脚本和notebook结合着用提高效率，再就是采用每个表去单独寻找特征再用cv来评估的方式，也省了不少时间。线上从0.78+ 到接近0.87 其实也只有两天的时间， 但是那之前的将近一周的毫无成果的努力毫无疑问是这个飞升的铺垫...
这个repository用于记录这次模型所做的模型， 包含源代码， 复赛的若干次提交结果以及分数，还有我模型的特征工程以及一些有关的记录文档。
比赛链接： JDATA——基于移动网络通讯行为的风险用户识别
解决方案是基于lgb和xgb的模型融合,方式是普通的加权融合，这里写了一个简单的文档介绍： 模型概述
特征提取与处理： 特征工程
初赛模型： Code
复赛模型: Code
res 分数：0.877353
res 分数：0.882435
初赛 No. 1 (score: 0.877353)
复赛 No. 1 (score: 0.882435)