应用机器学习算法解决实际问题,是一种科学并且高效的方法。基于用户在电商平台的历史行为数据,对原始数据进行探索性分析,建立用户和商品之间的联系,在不同的时间窗口下生成用户-商品交互特征,采用CatBoost集成模型对训练样本进行训练,实现用户未来对商品的购买预测任务。实验表明CatBoost模型的F1评分要高于其他分类模型,证明CatBoost模型的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
