meituan-ml

• 线上线下指标一致性：t-test ( student-test )
• 检验指标：AUC, logloss, TF/TN/FP/FN, acc, F1 score, F_alpha score, MAE, WMAE, RMSE, MAP, nDCG
• 采样：加快训练速度，skip-above；交叉验证：时间侧hold-out
• 为什么不用树模型：无法增量训练
• EDA：
  • 数值：峰值截断，二值化，分桶，缩放（log），缺失值处理（补值，直接喂缺失值）。
  • 类型：自然数，分层，hash，计数，rank特征， 点击率统计特征+贝叶斯平滑，直接交叉 vs 更细致的分桶交叉
  • 类型 x 数值：类型内计算数值
  • 时间特征，空间特征
  • 过滤：类内部差异小，类间差异大