通过观察数据知道影响是否为阳性的有38+15个特征,前38位为id及one-hot表示地点的feature。
代码为：
结果如下：
注意还需要在config中将select_all改为False
再次提交后：
得出结果分数更好了一点：
Pytorch中做L2正则化只需在optimizer中设置weight_decay
代码如下：
最终结果为：
通过观察数据知道影响是否为阳性的有38+15个特征,前38位为id及one-hot表示地点的feature。
代码为：
结果如下：
注意还需要在config中将select_all改为False
再次提交后：
得出结果分数更好了一点：
Pytorch中做L2正则化只需在optimizer中设置weight_decay
代码如下：