持续更新中...
7th/Top1%，提供答疑
也能做到前5，但是没必要
- 由于滴滴数据保密协议，博主也无法找到可开放数据及数据地址，故无法提供。
- 数据来自滴滴出行，英文（Data source: Didi Chuxing），数据出处：https://gaia.didichuxing.com
- max_order_xt：head级别的特征，如同一sample_eta、distinct等
- max_170_link_sqe_for_order：link序列特征，如右格式：[link_id_1, link_id_3, link_id_20...]
- cross_data_dir：cross序列特征
- link_data_other_dir：link统计特征，如某link_id前6小时的均值、求和等
- head_data_dir：历史同星期的全天的统计特征
- win_order_data_dir：订单的滑窗特征，如当前订单时间点的前段时间的统计特征
- arrival_data_dir：历史到达路况状态的统计特征
- zsl_arrival_data_dir：同上，不同人进行构建
- arrival_sqe_data_dir：到达时刻的序列特征，提供给DCN的T模型进行蒸馏给S模型
- pre_arrival_sqe_dir：利用树模型预测的到达时刻特征
- zsl_link_data_dir：link统计特征，不同人构建
- scikit-learn
- tqdm
- pandarallel
- joblib
- lightgbm
- pandas
- numpy
- keras_radam
- tensorFlow-gpu=2.4.0
- DCN蒸馏_12953
- DCN蒸馏模型（利用“未来”数据），线上分数0.12953
- dcn_model/dcn_model.py：模型代码
- dcn_model/main.py：主函数，训练和预测
- dcn_model/process.py：特征预处理
- dcn_model/model_h5：存放处理信息，不影响模型结果
- WD_128544
- WD模型，线上分数0.128544
- 其他同上
- 代码属于公司所有，不能提供最优代码
- 感谢@xbder、@AiIsBetter