骞翮_个人页

抱歉，但是通常而言，我们不会公布测试数据。 但请继续关注天池平台，我们后续可能会将数据集公开在“数据集”中，并开放在线评测。 https://tianchi.aliyun.com/datalab/index.htm?spm=5176.100065.111.9.uPPoQi

暂时肯定不可以。 比赛结束后，有可能会公布。

回 9楼(zchenack) 的帖子 数据没有变化，只是评测的商家变了。 选手们提交的依旧是2000家的预测结果。 ------------------------- 回 8楼(岩) 的帖子 请注意在LeaderboardB下面提交。

回 楼主(michaelfeng) 的帖子 请过一段时间刷新看看。 如果到现在还是有loss但是没有排名的情况，请将参赛队伍id与选手id发送至邮箱 tianchi_ijcai2017@service.alibaba.com。 我们检查一下。

这是文件上传失败。 请刷新网页后再次尝试。

5.Q：提交结果后Loss显示为NaN？ A：NaN代表您的提交存在错误。请检查提交文件内容的完整性，以及格式的正确性。可以参考prediction_example.csv的格式。 首先请确认shop_id是否正确。shop_id应该为1至2000的整数值。缺少或异常的shop_id都会导致提交错误。 其次请确认预测结果格式是否正确。预测结果应为非负整数，而且不能为空。 最后请确认文件使用utf-8 without BOM格式存储。

回 楼主(liuyinglxl) 的帖子 对文件名并没有要求。 请将您的结果文件发送至 tianchi_ijcai2017@service.alibaba.com，以确定具体问题所在。

2016.11.01-2016.11.14 是需要预测的区间范围，不在数据提供的范围之内。

如果发现提交后，loss和排名都是无，请按一下几条详细检查提交格式： 1.  shop_id：shop_id应该为1至2000的整数值。缺少或异常的shop_id都会导致提交错误。可参考prediction_example.csv第一列。 2. 预测结果：预测结果应是非负整数，而且不能为空 3. 存储格式：最后请确认文件使用utf-8 without BOM格式存储。 目前，大部分问题是第二条，请详细检查预测结果是否都是非负整数。 如果依然无法解决，请将文件以附件方式发送至 tianchi_ijcai2017@service.alibaba.com，我们会尽快回复。 ------------------------- #coding=utf-8 import numpy as np import pandas as pd # your path to table user_pay user_pay = 'user_pay.txt' # load data print('loading data...') user_pay_df = pd.read_table(user_pay, sep=',', header=None, \    names=['user_id', 'shop_id', 'time_stamp'], \    dtype={'user_id':'str', 'shop_id':'str', 'time_stamp':'str'}) # generate customer flow print('generating customer flow...') user_pay_df['time_stamp'] = user_pay_df['time_stamp'].str[:10] customer_flow = user_pay_df.groupby(['shop_id', 'time_stamp']).size() # predict fid = open('prediction_example.csv', 'w') for shop_id in xrange(1, 2001):     print('predicting: %4d/2000'%shop_id)     weekly_flow = pd.Series(np.zeros(7, dtype=int),         [d.strftime('%Y-%m-%d') for d in pd.date_range('10/25/2016', periods=7)])     flow = customer_flow.loc[str(shop_id), '2016-10-25':'2016-10-31']     weekly_flow[flow.index.get_level_values(1)] = flow     # use latest week's customer flow to predict following 2 weeks' customer flow     predictons = ','.join([str(x) for x in list(weekly_flow)*2])     fid.write('%d,%s\n'%(shop_id, predictons)) fid.close() print('Finish')

抱歉，此数据目前并不能够从odps项目中读取。

回 2楼(翻天猴) 的帖子 可以

参赛选手中，各个国家地区的人都有，所以时间设置上相对均匀。

本次比赛不需要使用到数加平台。 数据可以直接在赛题与数据中下载。

2月8日-3月7日：评测将在每天的8:00, 16:00 和24:00 触发 。评测触发前可多次提交，新版本将覆盖原版本； 3月8日-3月14日：评测将在每天的16:00 触发，评测触发前可多次提交，新版本将覆盖原版本； 评测触发前，不论提交多少个csv文件，都只会计算最近的一个。 换句话说，3月7日前，每天最多获得3次成绩。 3月8日后，每天最多获得1次成绩。 ------------------------- 可以的，直接发送到 tianchi_ijcai2017@service.alibaba.com就可以了 ------------------------- 可以的，直接发送到 tianchi_ijcai2017@service.alibaba.com就可以了

2月8日至3月7日间，我们仅会对提交的2000个商家中约50%的店铺（固定）进行评测。 3月8日之后，我们将对全部2000个商家的预测结果进行评测。 实际提交的预测内容并没有改变。

是的。

支付时间经过脱敏处理，统一精确到了小时。 任意两笔支付之间都是不同的。我不太理解你重复支付的意思。 ------------------------- 同一用户，在同一店铺，一小时内支付多次就会出现如上情况。实际上，这是多次发生在不同时间的不同支付。