通勤分类助手

我要开发同款
EchoLei2021年01月20日
221阅读

作品详情

项目选型:xgboost、pyspark、hadoop、bayesian optimization、numpy、pandas项目描述:该项目用于判断出行方式,以用户基础信息、位置信息为数据来源,判断用户上下班出行方式,数据规模每天1200w+。本项目以hadoop存储,技术负责:1、 数据预处理;2、 Xgboost模型开发,由于模型存在严重的数据不均衡问题,在模型训练和评估阶段皆使用class_weight做了balance;3、 尝试模型融合:包括GBDT、RF、DT等模型, 经对比GBDT、RF、DT等模型效果均弱于xgboost;4、 尝试模型优化:使用lightgbm、catboost等模型(由于数据量过大,调参皆适用贝叶斯优化),经对比,lightgbm训练速度快于xgboost,但效果弱于xgboost, catboost效果不太好,最终放弃,选用xgboost;5、 尝试运行速度优化:技术调研后,将xgboost部署到spark上,主要使用pyspark;6、 模型评估:主要选用准确率、召回率;7、 模型更新:每天训练新模型,通过评估参数对比,决定是否进行模型替换。
查看全文
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论