颜色分类leetcode Data Mining Cup 2016:2016年数据挖掘杯第一名

颜色分类leetcode获胜解决方案被评为Uni_UC_Davis_2队任务描述DMC 2016的任务是根据2014年1月至2015年9月的历史销售数据和相关退货率，预测真实匿名时尚经销商2015年10月至2015年12月的退货率。训练数据由233万个观测值组成，和14个预测变量，包括10个分类变量和4个数值变量。特征工程一直是数据科学竞赛中最重要、最关键的部分。我们从几个不同的角度处理特征工程问题：聚合。我们按某些变量（例如orderID、customerID、articleID和orderDate）对数据（例如价格、数量）进行分组。对于每组数据，我们应用聚合函数，包括均值、总和、元素数、唯一元素数等。然后我们通过将汇总数据插入到每一行中来扩展汇总数据。以下是一些示例：每个订单的总数量、每位客户的订单总数以及每件商品的平均建议零售价。解码。ColorCode由四位数字表示，其中每个数字都有自己的含义，例如颜色、阴影和图案。因此，将colorCode字段解码并转化为多个特征。