伦塔·哈克(Lenta Hack) 该存储库包含我们出色的团队Pivo-T的解决方案的机器学习部分! 模型 内部模型如下所示: 一般而言,它通过文章嵌入和RNN汇总我们拥有的有关用户交易的所有时间信息,然后将用户分类为“是否离开”。 我们使用Pytorch Lightning作为支持框架来开发模型。 目标与评估 我们将“离开”的客户定义为一个人,他在接下来的几个月内购买的商品总价要比前三个月的最低价低。 对于每个客户和特定的时间戳,我们定义一个分类任务,确定他是否将在下个月“离开”。 这种设置的主要问题之一是高级别的不平衡(导致客户加起来约占总样本的6%至7%),这会导致模型性能不稳定和