他们排名第一，他们代码开源！

“ 商场中精确定位用户所在店铺大赛”于12月11日结束了复赛，排行榜第一名为“演员”团队，其队员drop-out在天池开源了其在本次大赛的代码。

大家可以在天池技术圈感受大佬优雅的代码。在这里跟大家分享本次参赛的思路：

这是一个室内定位问题。给定交易时的环境信息(包括GPS、wifi信息)，确定交易所处的商铺。

在训练集划分上，我简单的将训练数据的最后七天划分为训练区间，此前的作为特征提取区间。

线上预测时使用全部数据作为特征提取区间。

本地验证时，直接从训练集中拿出最后三天作为验证集。本地验证时不更新特征提取区间(即仍然使用7.1-8.24作为特征提取区间)，降低了实现上的复杂性。

二分类方案概述

二分类方案，即针对测试集中的每一条记录，构造候选shop集合，用模型输出每个候选的概率值，然后选取概率值最大的作为该条记录的预测shop。训练集和测试集的构造方法图示如下：

训练：

测试：

全集候选与负样本抽样

一般的思路是先用规则构造候选，然后在候选集中利用模型输出概率值。这样需要同时兼顾候选集合的 覆盖率 和预测模型的 准确率 ，实现上较为复杂。我的模型中，直接选取目标mall中所有的shop作为候选，大大降低了模型的复杂程度。

同时，为了避免训练集数据量过大，可以在训练集中进行样本抽样。具体方法是，保留全部正样本，负样本中随机抽取一定比例加入训练集。实际测试，抽样对于模型的精度影响不大。

特征

标记特征

1. 记录中是否有连接的wifi记

2. 录中是含否有 null

3. 记录中wifi与候选shop出现过的wifi重合的个数

"总量-比例"特征

1. 该mall的总历史记录数、候选shop在其中的占比

2. 该user的总历史记录数、候选shop在其中的占比

3. wifi历史上出现过的总次数、候选shop在其中的占比

4. 在当前排序位置(如最强、第二强、第三强...)上wifi历史上出现过的总次数、候选shop在其中的占比