数十位算法工程师的经验总结

【数十位算法工程师的经验总结】
总结mm中对于算法工作的论述，虽然有调侃之意，但对于指导工作难道没有意义吗？
1. 从0到1，用简单模型；可解释性强，简单易实现，能快速验证思路，也有利于奠定后期的提升空间；（指标：78％）
2. 加强特征工程工作，特征离散化，特征交叉，新增特征等等。（指标：81％）
3. 换用经典的高级模型，如从LR到GBDT，再到DeepFM，DIN等等。（指标：85％）
4. 精细化调整，分人群优化，针对badcase优化；（指标：85.5％）
5. 模型调参，尝试各种前沿模型结构，调整数据采样方式，增加统计特征，清洗数据等等（85.6％）
6. 继续想各种鬼点子优化（85.66％）
运气好的话，赶上环比波动，赶紧上线总结（到底是不是模型带来的，就是玄学了，哈哈）；
运气不好的话，模型指标莫名其妙下跌，大家怎么应对呢？

欢迎大家分享自己的的“鬼点子”