天池精准医疗大赛——AI助力糖尿病遗传风险预测

作为天池平台的新手用户，首次参与阿里云线上举办的天池竞赛，主题为糖尿病预测。通常而言，数据挖掘竞赛的常规流程包括数据清洗、特征工程（如特征选取与特征组合），尝试多种不同的算法，并不断进行参数调整，同时也可以考虑将多个模型通过线性方式进行融合。本次大赛的初赛数据共包含两个文件，分别为训练集d_train.csv和测试集d_test.csv。每个文件的第一行是字段名称，之后每一行对应一个个体的信息。数据文件总共包含42个字段，涵盖数值型、字符型以及日期型等多种类型的数据。其中部分字段在某些个体中存在缺失值，而第一列则记录了每个个体的唯一标识ID。训练文件的最后一列为标签列，即需要预测的目标血糖值。

](http://images2017.cnblogs.com/blog/1239176/201802/1239176-20180206210002654-440561686.png)

初赛任务聚焦于通过特征分析来预测血糖值，并以csv格式提交结果。

以下直接进入主题：

代码文件： xgboost_test.py ，将该文件置于新建项目中，并创建一个名为data的文件