参赛者需要根据摩拜提供的训练数据，预测骑行的目的地所在区块，最终提交三个概率最大的目的地区块。
数据说明如下:
数据下载:链接，提取码:g8tw

　　队伍名称:奖金是可以改善生活的
　　共三名成员:晚安奖金(我)、footballreg、buptAnt
　　由于其中一名成员因为个人原因，后来没有参与，实际比赛由两人完成。两人分别完成了两种方案，最后结果是两种方案结果的融合。其中第一种方案(FirstWayToDo)是我完成的，另外一种方案(SecondWayToDo)是队友完成的。队友完成的方案里面有详细说明，这里就不再赘述。这里主要说明第一种方案。

　　比赛期间曾获得过三次周亚军和一次周季军，最终排名第13。

　　python3
　　pypy
　　pandas、numpy、xgboost
　　可能需要20G以上的内存
　　目录结构可能需要根据自己的情况修改一下
　　程序入口:sol_carl/run.sh

　　这道题目需要根据一定的骑行信息预测骑行目的地区块，骑行区块由经过加密的字符串表示。由于有太多的区块，用常规的分类方法不好解决；尝试过将字符串解密为经纬度，然后对经纬度进行回归拟合，但是效果不理想。这里借鉴的是推荐的**，先根据一定的逻辑筛选出候选目的地集合，然后将xgboost的目标函数设置为"rank:pairwise"(用于排序任务)来训练，最终选取预测结果中概率最大的三个目的地。
　　xgboost的rank说明:链接。