Df_sougou

大数据精准营销中搜狗用户画像挖掘
队伍名:我很抱歉
排名:初赛A榜 133/983

预处理

jieba分词，然后根据停用词表去掉高频率词

特征工程

词袋模型，TF-IDF加权，chi-square选取前二十万维特征（尝试过对词做组间组内方差加权，效果不好）

模型

线性SVC,BernoulliNB,MultinomialNB,逻辑回归四模型分别预测然后Voting
（SVC线性核可以到前五十，但是我的特征做得不好，导致SVC效果没有朴素贝叶斯好。特征还可以有很多优化。）

模型融合

看了前五的代码，原来是用Stacking融合多个模型，我只用个了原始的Voting...
要好好学一下集成学习