《表1 各类特征描述:基于Catboost算法的优惠券个性化投放》
原始数据包含的信息较少,不足以表征用户的消费行为习惯,同时原始数据也包含了大量的缺失值以及各种非数值型数据,不能直接用于模型的训练。为此,我们对原始数据进行统计归纳,构造特征如表1所示。
图表编号 | XD0017318200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 刘嘉穗 |
绘制单位 | 广东工业大学 |
更多格式 | 高清、无水印(增值服务) |
原始数据包含的信息较少,不足以表征用户的消费行为习惯,同时原始数据也包含了大量的缺失值以及各种非数值型数据,不能直接用于模型的训练。为此,我们对原始数据进行统计归纳,构造特征如表1所示。
图表编号 | XD0017318200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 刘嘉穗 |
绘制单位 | 广东工业大学 |
更多格式 | 高清、无水印(增值服务) |