阿里游戏大数据sesson2_RF&GBRT（上）

----------一个小的游戏体验，对于不太熟悉Xlab RF和GBRT同学们都叫参考，不喜勿喷，大神绕道，米姆达。

。

。。

。----------

6月初的时候LR 做到4.9后一直上不去，看群里火热的讨论RF。转而使用RF，几经折腾上手后。在当时的那批对LR来说非常好的特征处理下，结果F1仅仅有3.5左右。心灰意冷。。

。然后又看到火热讨论GBRT，再转gbrt，刚上手。效果和RF差点儿相同。看到别的同学直接从LR转到RF和GBRT都效果好非常多，那个急啊。然后又是考试周。就一直拖拉到6月下旬，最终下定决心又一次做一遍。由于gbrt训练时间比較长。且RF和GBRT对特征的效果相当，RF预測时间相对较短一些，便又一次做RF。慢慢的有效果了，停止了F1最终開始往上涨：4.9->5.16->5.66...近期開始再加入特征。相信还会有提升，以下把我们的RF和GBRT的训练和预測方法大概讲一下（主要以截图为主）

1、Xlab GBRT上手

1.1、训练特征表准备

训练的特征表gbrt_offline_section_one_24格式为：user_id,brand_id,feature1,feature2...Label
     

见下图：

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMDY5MTg5OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" >

1.2 、建立特征稀疏表。为训练做准备

特征稀疏表可直接在Xlab由原始特征表转换得到，截图例如以下：

进入普通表转稀疏矩阵界面后。在选择列里填上： user_id相应的列号（表默认从0列開始）。brand_id相应的列号，以及想要使用的众多特征相应的列号（不须要填写标签相应的列号！。！

）；然后在输出表里填上转换成的稀疏矩阵：gbrt_offline_section_one_24_1;例如以下图

1.3 、GBRT训练

       利用训练的特征表gbrt_offline_section_one_24，进行GBRT训练，例如以下图所以

进入配置界面。勾选训练的标签，稀疏矩阵名处输入刚才转好的稀疏矩阵gbrt_offline_section_one_24_1。模型输出表处填写模型输出表名。參数配置处依据效果进行配置（最開始默认就能够的）。例如以下图所看到的：

配置好仅仅好就能够进行训练了，等待训练好之后等到GBRT预測模型：gbrt_offline_section_one_25；

1.4、GBRT预測特征表准备

训练的特征表gbrt_offline_section_two_11格式与训练特征表格式一样，为：user_id, brand_id, feature1, feature2...Label      见下图：

1.5、建立预測稀疏矩阵表

特征稀疏表可直接在Xlab由原始特征表转换得到，方法和原来一样。直接截图例如以下：

须要注意的是，选择列必须和训练时候一样。。。

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMDY5MTg5OA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" >

1.6、GBRT预測

利用转好的预測稀疏矩阵表gbrt_offline_section_two_11_1进行预測，例如以下图所看到的

进入界面例如以下：model 处填写刚才训练好的GBRT模型表：gbrt_offline_section_one_25；输出表名处填写预測结果输出表 gbrt_offline_section_two_13，然后进行预測。例如以下图所看到的：

1.7、GBRT碎碎念

GBRT预測好之后。得到的结果为与原始预測表gbrt_offline_section_two_11一一相应的单列值y_var(搞不懂为什么不提供类似RF那样预測结果追加user_id,brand_id 列)，例如以下图：

所以。还得进行追加ID列，进行zxs_gbrt_offline_section_two_13_1和zxs_gbrt_offline_section_two_11_1两张表的合并，得到类似user_id,brand_id,y_val的表，取阈值进行推荐就能够了。下图为xlab里提供的脚本，追加ID列代码。

另外：附上脚本实现的代码，方便測试：

-----------__-----------PS---------__----------

版权声明：本文博客原创文章。博客，未经同意，不得转载。