pnyuan / tianchi-bigdata Goto Github PK

您好我在运行Tianchi-BigData/Mobile_Recommendation/model_based/gbdt_on_subsample.py时出现了这样的问题
Traceback (most recent call last):
File "gbdt_on_subsample.py", line 726, in
GBDT_clf.fit(train_X, train_y)
File "/Library/Python/2.7/site-packages/sklearn/ensemble/gradient_boosting.py", line 991, in fit
self.check_params()
File "/Library/Python/2.7/site-packages/sklearn/ensemble/gradient_boosting.py", line 829, in check_params
self.loss = loss_class(self.n_classes)
File "/Library/Python/2.7/site-packages/sklearn/ensemble/gradient_boosting.py", line 472, in init
self.class.name))
ValueError: BinomialDeviance requires 2 classes.
请问是为什么呢

您好，我在阅读您的代码中遇到了一些小问题：

在feature_construct_part_1.py文件的step1.1中，您对用户-行为特征在1、3、6天分别进行了统计，在代码的第93行您写的是：

df_part_1_u_b_count_in_6 = df_part_1.drop_duplicates(['user_id','behavior_type'], 'last')[['user_id','behavior_type','cumcount']]

在第117行，您写的是：

df_part_1_u_b_count_in_3 = df_part_1.drop_duplicates(['user_id','behavior_type'], 'last')[['user_id','behavior_type','cumcount']]

在第141行，您写的是：

df_part_1_u_b_count_in_1 = df_part_1_in_1.drop_duplicates(['user_id','behavior_type'], 'last')[['user_id','behavior_type','cumcount']]

我的问题是，在df_part_1_u_b_count_in_6中您没有对时间做限定，因为数据本身的最小日期就是大于22号的，这个算是一个潜在的小bug还是特意如此？

另一个问题是，在上述三段代码中，前2段您使用了全量数据df_part_1去去重，第三段使用了分量数据df_part_1_in_1去去重，我的理解应该使用分量数据去去重，否则的话筛选出来的结果就不准确了，我想请教一下我的理解是否准确？谢谢

你好，请问 Mobile_Recommendation\data_preanalysis\data_analysis.py 中第81行
row_dict2csv(count_day, "../data/count_day.csv" )

这里的count_day.csv文件在哪里获取呢？