1.针对"common_ts"的数据处理：common_ts是“时间戳”格式的特征列信息，挖掘数据语义：①拆分：针对年、月、日等更小的时间梯度进行新的特征划分，并将其加入特征内部；②挖掘数据内涵：时间信息是否具备更深层、更实际的时间语义：如：时间戳数据是否集中在特定的星期几；③连续性特

总结这次是最后一次打卡了进行一个总结本次内容为梳理与最后的automl部分本次比赛过程我使用了决策树随机森林lgbxgbcatboostautoml进行训练最终决策树到达分数——》0.79automl到达分数——》0.79lgbxgbcatboost到达分数——》0.63随机森林由于调参问题只能到达可怜的0.

开始分析根据海量的应用数据作为训练样本，基于提供的样本构建模型，预测用户的新增情况。赛题数据由约62万条训练集、20万条测试集数据组成，共包含13个字段。其中uuid为样本唯一标识，eid为访问行为ID，udmap为行为属性，其中的key1到key9表示不同的行为属性，如项目名、项目id等相关字段，common