阿里遊戲大資料sesson2_RF&GBRT（上）

標籤：

----------一個小的遊戲體驗，對於不太熟悉Xlab RF和GBRT同學們都叫參考，不喜勿噴，大神繞道，米姆達。

。

。。

。----------

6月初的時候LR 做到4.9後一直上不去，看群裡火熱的討論RF。轉而使用RF，幾經折騰上手後。在當時的那批對LR來說非常好的特徵處理下，結果F1僅僅有3.5左右。心灰意冷。。

。然後又看到火熱討論GBRT，再轉gbrt，剛上手。效果和RF差點兒相同。看到別的同學直接從LR轉到RF和GBRT都效果好非常多，那個急啊。然後又是考試周。就一直拖拉到6月下旬，最終下定決心又一次做一遍。由於gbrt訓練時間比較長。且RF和GBRT對特徵的效果相當，RF預測時間相對較短一些，便又一次做RF。慢慢的有效果了，停止了F1最終開始往上漲：4.9->5.16->5.66...近期開始再加入特徵。相信還會有提升，以下把我們的RF和GBRT的訓練和預測方法大概講一下（主要以為主）

1、Xlab GBRT上手

1.1、訓練特徵表準備

訓練的特徵表gbrt_offline_section_one_24格式為：user_id,brand_id,feature1,feature2...Label      

見：

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

1.2 、建立特徵稀疏表。為訓練做準備

特徵稀疏表可直接在Xlab由原始特徵錶轉換得到，例如以下：

進入普通錶轉疏鬆陣列介面後。在選擇列裡填上： user_id相應的列號（表預設從0列開始）。brand_id相應的列號，以及想要使用的眾多特徵相應的列號（不須要填寫標籤相應的列號！。！

）；然後在輸出表裡填上轉換成的疏鬆陣列：gbrt_offline_section_one_24_1;例如以

1.3 、GBRT訓練

       利用訓練的特徵表gbrt_offline_section_one_24，進行GBRT訓練，例如以所以

進入配置介面。勾選訓練的標籤，疏鬆陣列名處輸入剛才轉好的疏鬆陣列gbrt_offline_section_one_24_1。模型輸出表處填寫模型輸出表名。參數配置處依據效果進行配置（最開始預設就能夠的）。例如以所看到的：

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

配置好僅僅好就能夠進行訓練了，等待訓練好之後等到GBRT預測模型：gbrt_offline_section_one_25；

1.4、GBRT預測特徵表準備

訓練的特徵表gbrt_offline_section_two_11格式與訓練特徵表格式一樣，為：user_id, brand_id, feature1, feature2...Label      見：

1.5、建立預測疏鬆陣列表

特徵稀疏表可直接在Xlab由原始特徵錶轉換得到，方法和原來一樣。直接例如以下：

須要注意的是，選擇列必須和訓練時候一樣。。。

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

1.6、GBRT預測

利用轉好的預測疏鬆陣列表gbrt_offline_section_two_11_1進行預測，例如以所看到的

進入介面例如以下：model 處填寫剛才訓練好的GBRT模型表：gbrt_offline_section_one_25；輸出表名處填寫預測結果輸出表 gbrt_offline_section_two_13，然後進行預測。例如以所看到的：

1.7、GBRT碎碎念

GBRT預測好之後。得到的結果為與原始預測表gbrt_offline_section_two_11一一相應的單列值y_var(搞不懂為什麼不提供類似RF那樣預測結果追加user_id,brand_id 列)，例如以：

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

所以。還得進行追加ID列，進行zxs_gbrt_offline_section_two_13_1和zxs_gbrt_offline_section_two_11_1兩張表的合并，得到類似user_id,brand_id,y_val的表，取閾值進行推薦就能夠了。為xlab裡提供的指令碼，追加ID列代碼。

另外：附上指令碼實現的代碼，方便測試：

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

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

著作權聲明：本文部落格原創文章。部落格，未經同意，不得轉載。

阿里遊戲大資料sesson2_RF&GBRT（上）