2019_big_data_Challenge

预选赛

baseline

• 是2019.05.21晚上写的最初的版本，这个版本在0520-0526的数据集上public得分：0.86271889，但是无法通过private

baseline1

• 是2019.05.22上午写的另一个版本，里面有Logistic Regression、SGD classifier、朴素贝叶斯、k近邻、LinearSVC、RandomForestClassifier

baseline3

• 是另写的深度模型版本，这系列没有特别优化，然后因为预选赛 数据量也不是很大，效果非常一般，可以参考我kaggle上的toxic系列赛的kernel->,模型中的embedding文件也可以从上面获取

result

• 实验效果是baseline1效果最好，其中的朴素贝叶斯效果最佳，最后通过成绩是用朴素贝叶斯和SGD，分别10折、15折、20折、30折 共产生8组predictions提交文件，然后用sum文件进行合并，这里只是简单平均融合，线上0.87080826，通过private

赛题介绍

预选赛 官网介绍->[https://www.kesci.com/home/competition/5cb80fd312c371002b12355f/content/1]

预选赛题——文本情感分类模型

• 本预选赛要求选手建立文本情感分类模型，选手用训练好的模型对测试集中的文本情感进行预测，判断其情感为「Negative」或者「Positive」。所提交的结果按照指定的评价指标使用在线评测数据进行评测，达到或超过规定的分数线即通过预选赛。

后续：

通过了预选赛，当时准备实习和校招，后续正式赛题没有时间继续跟进，不过基于上述baseline可以了解预选赛题的解法。