francis1986/jdata_2018

京东Jdata2018"如期而至"用户购买时间预测

概述

• 赛事：京东Jdata2018‘如期而至’用户购买时间预测
• 队伍名称：STAR_BIGDATA
• 项目贡献者： 长离未离 Euphoric0x0
• 排名：
  A榜：33/739
  B榜：17/137
• 赛提方案说明： 方案说明

代码说明文档

编程环境

• 语言：python 3.6.5
• 硬件配置：(python的lightgbm库会因cpu的不同，训练结果出现微小误差，不过我们没遇到，为以防万一还是说一下)

1. 型号：thinkpad x270 cpu：Inter(R) Core(TM) i7-6500 2.5GHz 内存：8GB 操作系统：Win7
2. 型号：MacBook Pro (Retina, 13-inch, Early 2015) cpu：i5-5257U System：mac OS 10.13.5
   注：程序在以上两个系统均可正常运行，且结果完全一致。

第三方库的版本

• pandas：0.22.0 （这个注意一下，如果版本升级到0.23.0的话无法复现，结果会有微小差异）
• numpy：1.14.3
• lightgbm：2.1.2
• datetime：python3.6.5原生库
• math：python3.6.5原生库
• time：python3.6.5原生库

代码使用说明

• 文件夹说明：
  data:原始数据
  feature:生成的特征矩阵
  fea_imp_sub:提交时特征重要性排行 fea_imp_train:训练时特征重要性排行
  submit:提交文件
• 相关参数：main_final.py中tran = 0 sub = 1 fea_exist = 0时为生成提交文件
• 程序入口：main_final.py (直接运行该文件即可)

jdata_2018's Issues

请问，方便分享一下数据集吗？谢谢啦

出现ValueError: 'o_id' is both an index level and a column label, which is ambiguous.

不太懂feat_gen.py这个文件的特征工程。

3、特征工程

3.1 总体示意

假设：用户是否购买以及购买日期只和近期的行为习惯有关
训练集构建思路：尽可能多的利用数据
时间窗口的选择思路：离标签月越近分的越详细

这张图 没看太懂啊

数据集

官网的链接已经打不开了，下载不了数据集了，请问博主能分享一下数据集文件吗？