wepon

最新版本keras的函数接口有一些变化，已更新

[移动推荐算法 初赛数据](http://pan.baidu.com/s/1o6usb4A) @jxlijunhao

如果你后端使用tensorflow，需要reshape成input_shape=(28,28,1)

这一块是队友做的，没有整理代码

累计的分层特征更有判别性啊，取单独第i天的特征也不是不可以，效果可能差些，最直接的就是拿数据验证一下

类别不平衡情况下不能用accuracy，用AUC，F值之类的metric

这道题rank:pairwise与binary:logistic差不多的，线下赛发现rank:pairwise稍微好一点。你说的过拟合，不可能是loss function造成的，找找其他原因吧。

感谢你的留言！ 1、有些地方对文件夹循环操作，频繁的打开和关闭，确实很耗时间。 2、gen_submission_by_rule.py中line 22-25 的确是多余的，早上我本来想删掉的.....不得不佩服你代码阅读的能力（你竟然能读懂这么乱的代码Orz）。。。后半句你又猜对了，确实是另有意义，是另外一些规则的代码，我删了一部分，忘了删掉这几句。 3、“当天买了后，又加入购物车的情况”，这个我没有统计，可能你说的是对的。 4、`/model/`文件夹下本来是放一些机器学习模型的代码的，不过目前效果不是很好，比赛也还在进行，就先不放上来了。训练模型还需要提取特征，需要另外的一些data preprocess的代码。 5、Kaggle糖尿病视网膜病变那个比赛，我打算暑假有空再搞了，有小伙伴在研究用CNN去做。 PS：我已经一个多星期没有碰阿里这个比赛了，只是昨天整理了一下代码，代码确实写得不好，望轻拍。 PSS：有朋友说代码跑了很久没出结果，我的PC是i7处理器，8核，跑的时候的确非常快。其他机子跑的时间可能就因性能而异了。

还没呢，大概下周吧，方法会上传，代码是否完全开源还需要和我队友商量，毕竟不都是我做的。多谢关注!

取决于你预测的目标变量与节假日销量有没有相关性。你可以实验对比一下丢弃该特征前后的模型效果，如果加入该特征后效果变差，就丢弃吧