阿里大数据比赛sesson2_RF&GBRT（下）

-----------__-----------接上文---------__----------

2、Xlab
RF上手

2.1、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
   （和GBRT时候是一样的），见下图所看到的：

2.2、RF训练

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

进入配置界面，在Features
框里勾选训练特征以及该特征连续与否，在Class框里目标处选择标签列。模型输出表处填写输出模型表名：gbrt_offline_section_one_25。进一步，点击參数配置选项卡，进入參数配置界面。进行參数配置，我们主要配置了树的棵树，配置好后。进行训练，例如以下图所看到的：

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

训练结束，得到RF模型表gbrt_offline_section_one_25。

2.3、RF预測

利用预測特征表gbrt_offline_section_two_11进行RF预測。例如以下图所看到的：

进入配置界面：在结果附加列中加入user_id ,brand_id 列。勾选目标列2分类，主分类为1，这样预測结果表中就会给出预測为1 的概率值，输出信息处填写预測输出表，进行预測，例如以下图：

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

预測完毕之后就可以依据conclusion=1推断预測的正样本，或者依据probability阈值推断（从一位哈工大同学大帅那里得到了例如以下控制推荐条数的好方法）。例如以下图：

最后，比赛做到如今，都快三个月了，没有了当初的兴奋，都在为刷分而刷分，早已违背了当初的參赛初衷，还有十几天就到头了。想说，最终知道啥是大数据竞赛了。

。

。。

。。坑。。。

。。

。。。

-----------__-----------完--------__-----------