计蒜之道 2019 决赛 摸鱼记

day -?

　　听说决赛考机器学习，而且有7.5小时，就很慌。

　　后来听说之前那些人都是现场学的，就决定现场学习一个吧。

day 1

　　先看题，大概是个点击量预测，就是给你一大堆已经有的数据，包括时间、地点、兴趣爱好等数据以及是否点击了，又给了一堆数据要你预测点击率。

　　去问了一下zjt，他说了一堆东西，但是我都听不懂。

　　接着就自己上网查了一下，查到了一个东西叫做“朴素贝叶斯分类“，看起来挺简单有效的，就去写了。

　　思路大概是这样的：

　　根据贝叶斯公式，有

\[P(点击\mid (男,喜欢))=\frac{P((男,喜欢)\mid 点击)\times P(点击)}{P(男,喜欢)} \]

　　然后我们假设特征之间独立，就是

\[P((男,喜欢)\mid 点击)=P(男,点击)\times P(喜欢,点击) \]

　　分母的话，点击的概率和不点击的概率两部分的分母是一样的，直接忽略的就好了。

　　这样就可以求出概率了。

　　还有一个东西叫做拉普拉斯平滑，感兴趣的同学可以自己搜索一下。

　　这个东西看起来挺简单的，写起来确实也挺简单的。

　　由于给的数据的格式我不会处理，我就只能自己写，花了我两三个小时。

　　后面的算概率部分写起来还是挺快的，不到半个小时就写完了。

　　自己测了一下测试集，logloss（这个东西我到最后面都没有搞懂是怎么算的）大概是 0.37，然后交上去测了一下（计分的是另一个测试集）logloss 竟然高达 0.58。我也没搞懂是怎么回事。

　　最后就在胡乱调参，最优解到了 0.37。我也忘记我调了什么了。。。

　　然后好像弄到了三等奖？

　　不过还是打不过深度学习老哥。

代码

　　先鸽着，回学校再放。