im2608_个人页

前面官方已经回答了，可以按照脏数据来处理。

不过也有人说是乘客乘坐完航班之后再出票是为了报销，不知实际情况如何。

有没有可能是晚点，结果不断推迟起飞时间

另外我想请问各位赛友，你们线下线上的结果是一致的吗

-------------------------

没有人理我  

-------------------------

ads1356, 我也是新手，指导谈不上，互相学习吧，你是怎么处理的？

我是在 （2016/06/22 08:03:20）这个时间提交的，但是一直没有更新

感谢两位的回复，我再多试试。

-------------------------

snowfrsh:
我的环境是win7, win-python 3.4
我现在的输出代码是这样的：
outputFile = open(output_file_name, encoding="utf-8", mode='w')
outputFile.write("\"user_id\",\"item_id\"\n")  # 文件头， 添加  \n 来换行
for index in range(len(predicted_prob)):
            if (predicted_prob[index][1] >= min_proba):
                outputFile.write("\"%s\",\"%s\"\n" % (samples_test[index][0], samples_test[index][1])) # 预测结果，添加  \n 来换行

outputFile.close()

我尝试使用以下的代码，但出错：
        outputFile = open(output_file_name, mode='wb')  # 二进制打开
        outputFileWriter = csv.writer(outputFile)
        outputFileWriter.writerow(["user_id", "item_id"])  # 这里出错， 走不下去了 TypeError: 'str' does not support the buffer interface， 我没有找到解决方法
        for index in range(len(predicted_prob)):
            if (predicted_prob[index][1] >= min_proba):
                outputFileWriter.writerow([samples_test[index], samples_test[index]])

-------------------------

snowfrsh,
很不幸，还是 0， 但是代码里有个bug，所以我不确认到底是哪里导致的问题，改完bug我再试试看

-------------------------

zhan建州
感谢你的回复，我没用过np.savetxt()这个函数，今天就试试看。多谢

-------------------------

zhan建州, snowfrsh
感谢之前的回复，今天有结果了，但是成绩很差，f1 只有百分之零点几， 说明提交格式起码是正确的。
至于成绩为什么会这么差，我想先从采样方式入手。 我是根据某个use否在某一天购买了某个item作为一个正样本，例如为12-19号做预测，那么用户在12-18号的购买记录则作为正样本，但只是采用12-18这一天的购买记录还是再加上之前若干天的购买记录作为正样本，这个我不确认，能否给些建议。
另外负样本，我现在的是根据item的热度来采样，我用这个公式来计算热度：
item_popularity = item_view_cnt*0.01 + item_favourite_cnt*0.33 + item_cart_cnt*0.47 + item_buy_cnt*0.94, 这些系数我只是简单的统计了一下每个行为之间的比例后得到的。
得到热度之后，就根据热度来采样，热度越高的item就越容易被采集到负样本中。但这样只是考虑了item，是不是还要考虑 user的因素，因为毕竟一个样本是一个 <user, item> pair。
还有就是采样的时候我没有考虑特征，是否根据特征来分层采样会更好？
另外我发现如果只在商品子集中采样正负样本会显著增加准确率，但如果这样的的话是否会丢掉某些模式？

这是我现在的问题，望能不吝赐教。

-------------------------

非常非常感谢zhan建州提供的信息，我会仔细看的。

非常感谢