1. 在实际中，如果我们的变量之间有关系的话，那么加入回归项能更好地是模型反映变量之间的关系。即为交互项
2. Factorization Machine：https://baijiahao.baidu.com/s?id=1582877172983486897&wfr=spider&for=pc
3. 如何用一个好的方法把原始数据表达成一组有代表意义的特征向量，这便是特征提取的任务，也是这个比赛占了大部分内容的地方
4. 统计点击时间(clicktime)之前的一些特征能够很好的提高预测效果。例如统计clicktime之前的用户点击量，app安装数量之类的种种。
5. III.trick:喜闻乐见的环节，由于网速之类的问题，用户可能在很短的时间类不断的点击一个同一个广告，利用这里连续的记录是很有效的。具体使用方法举个例子，对短时间类重复的点击记录编号（1,2,3....）,记录当前点击与前一次点击，后一次点击的时间差，亦或者同统段时间内用户的点击量（如1分钟内）。
*这儿必须要提一点，那就是数据泄露问题，简而言之，就是你用了未来的数据预测当前的转化率，或者直接用了和label相关性很强的特征来训练模型。后者危险性极大，直接造成线下结果超神，线上GG.很好理解，你等于用了答案在做题目-_-||||。但是前者就有意思了，理论上，实际业务你是无法提取这种特征的，但是，这是比赛，你懂得。用户是否重复点击，与后一条记录的时间差，这都是未卜先知的操作，而且这些泄露特征也是有风险的。具体自行操作感受。
6. 但是我用了第30天的数据并且得到了提高。第30天其实是非常重要的一天，因为广告具有很强的实效性，第30天是和第31天隔得最近的。它最能捕获31天的趋势，尽管不精确，但是30天究竟能不能用这和你的特征有关
7. 我个人测试的结果（不保证正确）：如果大量使用统计特征，请不要用第30天来训练。
8. *一个大佬告诉我的骚操作（我没试过）：给分类器设一堆随机种子，然后训练出一堆结果加权
9. 另外，如果你发现了两组强特，他们相关性很强，可以尝试用他们分别训练模型然后融合，可以得到不错的效果。（理论上）
10.
https://blog.csdn.net/haphapyear/article/details/75057407/
