关于特征工程的做法

[yuqing-liu-dut]

您好！很荣幸看到您的代码，然而在训练我们的数据集时遇到了一些问题。 问题1：特征工程 关于特征的编码，我们比较好奇是使用什么样的方式。如果可以的话，能请您发一下对criteo数据集进行特征编码的代码或链接吗？ 问题2：标签编码 在阅读代码的过程中，我发现在读取数据时，index是对应的Xi_train内容，是读取的csv中的数据。而value是1-39的标签。这让我有些费解。如果可以的话，能请您大概描述一下这么做的原因吗？或者请您简单介绍一下embed标签的csv中每一列代表的意义吗？

[nzc]

@yuqing-liu-dut 特征工程是参考了criteo夺冠的队伍的特征工程方案，但是没有加入他们的gbdt的叶子节点的特征，只用了原始的39个特征。而在我的代码中，针对该数据集，Xi_train存储的就是值为1的index，而value是一直都为1的，这个时候是value不是标签，是一个横为1的值。主要是考虑到了拓展性，考虑到tfidf之类方法生成数来的离散化特征是有权重的，所以弄了value这个变量作为权重。