【轉】數據挖掘進階：kaggle競賽top代碼分享

原文：https://zhuanlan.zhihu.com/p/26309073

Click-Through Rate Prediction

很經典的點擊率預估問題，這個比賽很值得大家好好研究，冠軍主要使用LibFFM方法，除了該方法之外還可以學的點擊率預估中很實用的FTRL(google發表的論文)方法。

• 第一名: LibFFM
• FTRL: Beat the benchmark with less than 1MB of memory.

Rossmann Store Sales

銷量預測問題，這個比賽中第三名的方法很值得參考，選手結合了entity-embedding和神經網絡，後續在JDATA京東算法大賽中會嘗試實用該方法。

• 第三名：entity－embedding ＋ NN

State Farm Distracted Driver Detection

疲勞駕駛檢測，該比賽是我入門深度學習的比賽，選手們分享了很多有趣的方法，包括基本的深度學習模型訓練，如何應用模型遷移、數據加強、模型微調等技巧

• 第一名
• 第三名: 融合 8個 CNN model
• 第十名

Outbrain Click Prediction

預測哪塊內容用戶會點擊，點擊率預測問題，值得參考

• 第二名:
• 第三名：
• 第四名：

更新：

Facebook V: Predicting Check Ins

評論區出現大神， @李力 第五名大神，大家可以評論區找他~

• 第五名： github ， 論壇