sohu2022.md

SOHU2022 情感分析 × 推荐排序 算法大赛 RANK 5

基于树模型的解决方案，从以下三方面来处理特征

rank特征

label的分布和pvid内的顺序相关

一行代码分析分布平衡：plot_cat_by(train,test,cols='rank',label='label')

主要是通过构造相关的特征上分，包括：

• pvid,pvid itemid等对logts的rank
• 统计rank的max,min,std,max-min,norm等

曝光特征

当日曝光，历史曝光，全局曝光等

序列特征

• word2vec 对历史序列进行word2vec，对embedding做统计max,min,sum,mean,std
• target attention 当前item的embedding对历史序列item的embedding做corr，然后对corr做统计max,min,sum,mean,std

情感特征

• 直接map到当前item对概率进行统计
• map到历史item，对概率做双重统计😂

实体特征

• tfidf-svd

建模

catboost利用五折做融合，单模cv708 lb705

复现

pip install lianyhaii
## 下载数据放到Sohu2022_data
python train.py