机票酒店网站 关于mle oa的一些思路

之前做了北美携程mle的oa，看了不少地理的面经，感觉他们家都是做一个小case study的oa，题目虽然每年变化，但总体思路应该变化不大。
题目就是预测飞机延误时间的那道，其实很像kaggle上这个case：https://www.kaggle.com/competiti ... ys-spring-2018/data

---
1. 关于modeling
因为给的data有特别多的categorical features，所以我直接上的boosting tree了，这里推荐一个package，叫CatBoost。可以很方便的调包建树加自动算feature importance。
而且这个package的model可以自动handle categorical features，做oa的时候就特别省时间。

2. feature engineering
感觉这个oa其实整体考察的就是怎么构造好的feature来hack最后的MAPE。所以做oa的时间主要都花在建新feature上了。而且给的data包含string表示的date，建议convert成datetime生成新的temporal feature

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式

m%2Fslundberg%2Fshap" rel="nofollow noopener" target="_blank">Shap的package，可以很直观的visualize最后的model prediction到底是怎么算出来的，每个featurewise performance如何。自己以前实习的时候也会用这个package做报告啥的
---

暂时想到的重点就这么多，有问题请留言，一起讨论学习。

What mape did u get?