????????剛開始選擇這個看到這個題目的時候其實自己是一臉懵逼的，特別是看到僵尸兩個字，就讓我想起了小時候看的林正英的僵尸大片。還有畫像二字，也是很懵逼的，畫像，畫什么像，畫一個僵尸嗎。選完題目之后，后面就組隊，不得不說我們的團隊還是配合的相當的不錯，師姐，師兄，師妹，個個都很給力，通過我們的團隊合作，可以說是相當的完美了。不管結果如何，我覺得我都應該寫一份心得體會。來記錄這幾個月從一個小白什么都不懂，到后面完美的完成比賽。

????????總結一下，僵尸企業畫像分類及畫像抓重點，就是企業的畫像和分類兩個方面。一開始我們就瘋狂的到處找文檔，怎么樣來評判僵尸企業，企業符合那些條件就是僵尸企業。當時找了很多資料，也看了很多，最后還是運用了 一些進來的。剛開始拿到企業給的數據其實是很懵逼的。企業要求如下：
要求：
（1）多表數據融合的能力；
（2）數據特征提取的能力；
（3）數據預處理的能力；
（4）數據建模的能力。
目標：追求模型分類識別的精確性與高效性。

四張表分別有，企業的基本信息表，專利等表，企業年度報表，還有企業的融資表。看到這四張表很是懵逼。怎么體現（1）多表數據融合的能力；（2）數據特征提取的能力；（3）數據預處理的能力；（4）數據建模的能力。自己也沒接觸過這方面的。最后通過和師兄師姐來商討，最后確定下來這是一個數據分析賽題。當然數據分析只是一方面，最后還得開發一個系統來進行畫像。

????????當時最初的辦法是想通過weka來進行數據分析，因為weka是數據分析的一把利器。先用weka分析一下來看看數據的基本信息等情況。我還是倒騰了weka一兩周，看b站上面的視頻自己倒騰了一下，發現weka可以把你的需求變成代碼，生成的還是java代碼，當時還是有一點點心動、因為weka是java寫的嘛，自己對java可能相對于其他語言要熟悉一點，就想這個賽題是否可以通過java來實現呢，順帶把畫像系統也用java實現是吧。反正當時就是這樣想來著，倒騰了也就一兩周，發現還是比較困難，網上這方面的資料還是不多。最后不行了，只有求救github了。在github搜索關鍵詞 什么company，zombie company，draw company 等等關鍵詞，找了一大堆數據分析先關的代碼。最后自己也確定了一些項目來下手。比較照著前人的方法走，錯也不會偏離太遠。下圖是我找的一些代碼。

????????可以見搜索資料的能力也是很重要的，如何選擇一個項目為你所用也是很重要的，最后還是老師指點了一下我才決定用了那個《企業經營退出風險預測》因為這個也是做分類的嘛，他是分析企業是不是有風險，也是一個分類問題，可以說是很相似了，他里面有些數據處理的方式我也借鑒了一些為我所用，還是模型啥的。

????????我還記得年后第一上討論課，老師提xgb，lgb，rf，我是很懵逼的。這些都是些啥玩意，沒聽說呀，這是模型嗎？過年，都懂得，人都已經飄了，即使還沒飄，那段時間就是那種感覺，即使就是躺著發呆，也不愿意打開電腦，更別說敲代碼，寫程序了，那是萬萬不能的。中途我記得老師還問了一下進展。意思就是用自己數據試了沒。我當時我記得我回答是代碼跑通了，還沒把自己數據拿進去試，還在處理數據。其實當時我也就還停留在學校的進度，把第一張表的數據處理完了，把代碼跑通了，其實也不是全部跑通了90%還是有的，有的代碼存在outofmemory，確實數據量比較大，有的一張表幾百兆。但是也算是比較安心，自己能夠復現90%，那我還是有信心把這個代碼為我所用，當然只是借鑒了，看看思想，畢竟數據處理方式不一樣，特征工程，模型篩選都不一樣，這些代碼都是需要自己去寫的。

????????因為這次疫情的原因確實這個比賽前前后后花了將近半年的時間。年前的主要工作，就是找了想關的文檔，找了一大堆代碼，確實了一些代碼為我所用，跑通了代碼，自己處理了一張表的數據。中途過年將近一個月把，可以說一點進展都沒有，主要是不想動。

????????開學了，其實也還是在家，這不行了，不能再沒有進展，每周要匯報進展不是，那不行必須的擼起袖子加油干了，我一個人也不行，那不行拉上師姐，想想數據怎么處理，自己也用自己的數據跑出了一個基本的模型和分類結果，一開始是很不如人意的，可能是數據處理的原因，看著控制臺模型的日志信息顯然是很不對頭的。離源代碼跑的日志信息可以說相差太遠。這就得來說說數據分析的基本步驟了。

????????一：數據清洗，這里我就不一一贅述了，反正自己也是在網上找了很多的資料，模仿著清洗數據把（包括缺失值，異常值等等的處理方式）
????????二：特征工程，也就是一些（我理解就是生成新特征，特征之間的融合。當然不同數據處理方式不同，視自己的數據決定吧，也包括篩選特征等等步驟，不管使用特征選擇工具也好，還是其他方式，選擇比較有用的特征來進行建模，特征多了可能存在過擬合不是。）
????????三：模型融合（什么投票，什么stacking，bagging等等方式，選一個好的融合方式唄，里面還包括調參等等操作了）

反正這些我一開始也不會，我也屬于小白那種，什么一竅不通，都是百度出來的，看別人的博客呀，github上面的資源呀等等。總是能有自己的收獲不是，當然困難肯定是很多的，嘗試唄，不要怕失敗。

????????當然能有基本模型之后，肯定就要考慮畫像了，天啊，聽到這個消息是很悲傷的，這意味著自己又要從頭開始。畫像，？？？，怎么畫，用什么語言，要開發系統嗎，當然我之前知道什么用戶畫像呀，就去網上找相關代碼，結果是悲傷的，沒找到合適的。老師說有一個師兄，畢業設計是做畫像相關的。我就跑去咨詢，反正也沒問出個啥，師兄的意思是短時間以一己之力是很難完成的，可能是我們之前還是沒溝通好。沒互相理解對方的需求。我當時也是一臉懵逼了，這怎么畫啊，蒼天啊。反正當時收集各種資料嘛。最后選擇語言，因為我想我跑的模型是用的python，能更好使用自己的模型當然首選python語言把。

????????一個大難題就來了，python怎么寫項目啊，自己從來沒用過python做項目。自己比較熟悉的是使用java，因為自己還是用java實操過幾個項目，當然是屬于菜鳥級別的。知道使用springboot，什么SSM框架是吧，畢竟自己也是軟件工程科班出身，哈哈哈哈，慚愧，大學沒能好好學習一下編碼，編碼能力還是實習的時候提升了一下。但是這個python怎么做項目，怎么進行前后端交互呢，想起了我的畢業設計，當時也是在github上面看的一個類似的項目，用的是python寫的前后端交互。靈感一現，多去github上面下載python類似前后端交互的代碼。多看看別人是怎么寫的是吧。中途有個疑惑就是我該使用flask呢還是django呢，最終選擇了輕量級的flask，反正也就是模仿別人寫的把，自己在找找相關的資料，看看博客是吧。我就覺得只要你動手去做，都是應該能夠做的出來的。只是有些可能很困難，會失敗很多次。

????????后面就是畫像嘛，也是百度，看博客找的靈感了，基本上整個畫像流程都是用echarts實現的。好家伙，這一頓操作下來，讓我好好地熟悉了echarts的操作，相信在以后工作中也會發揮作用的。

????????好吧，基本的就介紹到這里，反正也是從一個小白走過來的，中途也遇到很多困難，借助博客呀，github等等。當然和組員的配合也是很重要。這里不得不提和師姐的配合，一般都是師姐出方案，我用代碼實現，其中（特征工程里面的方案基本都是師姐出的）然后我一一用代碼實現，師姐寫文檔，需要用的實驗結果，實驗過程也是經過討論最終確定下來的。每周差不多要開三四次的騰訊會議來進行討論，確定方案。交流溝通是很重要的。有時候不要瞎搞，你做的有時候不符合需求，是很惱人的，意味著要改代碼。有時候我都有點害怕師姐的問候了，一般問候多半就是，懂吧。

????????還有就是有時候需要提升一下精確度，需要找其他方法l來進行改進，這時候也是比較惱人的。精度一直提不上去，找不到好的辦法。要看很多東西，進行很多嘗試。我記得當時我看過一篇博客，博主就說，自己的分數一直提不上去，網上找各種辦法，改進，就感覺很煩。最后他寫反思的時候就說。不要煩，要當成一個學習進步的機會。我當時就是一直抱著這種心態一直前進的，不行咋就改，不會咋就學。反正學到的就是自己的。對以后自己的人生肯定是有益處的。當然最后師妹的PPT和視頻都做的非常的棒，找的資料也是非常得好，很多資料給我的編碼上面帶來了靈感（例如畫像），師兄提的意見也非常得好。團隊協作還是很重要。

????????大概就是這些內容把，反正通過這次比賽，自己確實學習到了很多的東西。收獲了很多。方方面面把。最后要感謝的還是老師們，辛勤的指導，每周一次指導一次指導就長達一兩個小時。謝謝老師的指導，謝謝團隊的每一位成員。

幾百本常用電子書免費領取：https://github.com/XiangLinPro/IT_book

總結

以上是生活随笔為你收集整理的服创大赛-僵尸企业画像及分类（自己的一些心得与感悟）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。