用户预定销售房型预测
联系该工程师
微信扫码，建群沟通
案例介绍
主要从uid，basicroomid，roomid三个主体进行特征构造。
1.uid：用户上次订单的相关信息反映了用户的偏好，通过对比这次订单和上次订单的差异来构造特征。
2.basicroomid：通过构造basicroom的特征，模型才可以通过比较不同basicroom的相似性和差异性从训练中学习到用户为什么选择该basicroom。
3.roomid：通过构造room的特征，原因同上。
通过分析，我们还大胆的猜测了roomtag_1其实是携程的推荐，标签应该是猜你喜欢。我们的模型其实已经相当于stacking的第一层。 所以我们也根据这种思路进行融合。 我们在02468训练，然后预测13579以及test上的所有数据集。得到一个新特征:prob
因为题目要求预测7天的数据，所以前6天的数据在这些特征上是穿越的。 所以我们将预测分成了两个模型来分开预测：前6天&第7天
在以上特征的基础上使用lgb进行训练，并未继续做任何融合。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
