【源码】基于Python的商户类别推荐系统

项目简介

本项目聚焦于商户类别推荐问题，以官方提供的信用卡交易等数据为基础，运用机器学习算法，旨在App内为用户更精准地推荐当地吃穿住行的商家服务，实现个性化的商户类别推荐。

项目的主要特性和功能

1. 数据处理：处理大量交易数据，包含数据分布探索、预处理、清洗等操作，如填补缺失值、转换离散型字段类型、新增差分列等。
2. 特征工程：基于交易数据集创建通用组合特征和业务统计特征，进一步精细化挖掘特征，如手动特征衍生、挖掘时序特征、二阶交叉特征衍生等。
3. 模型训练：使用随机森林、LightGBM、XGBoost、CatBoost等模型进行训练，通过相关系数、特征重要性筛选特征。
4. 参数优化：采用网格搜索、贝叶斯优化等方法对模型超参数进行优化。
5. 模型融合：运用投票集成（Voting）和堆叠集成（Stacking）策略，融合多个模型的预测结果。

安装使用步骤

1. 创建虚拟环境

bash conda create -n lightgbm python=3.8 conda activate lightgbm

2. 安装项目所需第三方包

bash pip install -r requirements.txt

3. 运行代码

按顺序分别运行各个py文件，如data_exploration(1.0).py、data_exploration(1.1).py等，进行数据探索、预处理、特征工程、模型训练和融合等操作。

4. 结果查看与提交

查看训练和预测结果，将符合比赛要求的预测结果提交至指定平台（比赛链接：https://www.kaggle.com/competitions/elo-merchant-category-recommendation ）。

注：代码运行耗时较长，建议在计算资源充足的服务器上运行。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】