問題1：以bid（客戶一次消費行為id）進行建模，導致同一個客戶對應的label不同

解決：以cid（客戶id，人維度）進行建模，對label歸一化，統一處理為0或者1，相當於加權操作

問題2：訓練集和測試集中有重複資料，可能造成過擬合

解決：實際訓練時，對重複資料進行處理，如：剔除訓練集的重複資料，但在測試集中保留。
如果是參加演算法比賽，可以將重複資料找出後做成規則，增加預測準確度

問題3：lgb.train和LGBMClassifier.fit有什麼差別？

import lightgbm as lgb
from lightgbm import LGBMClassifier

lgb使用的是lightgbm原生的booster，需要用lgb.Dataset將X和Y集合化
LGBMClassifier是將lightgbm封裝為sklearn的API格式，可以使用sklearn的API，包括sklearn2pmml，方便部署

問題4：模型部署的方法有哪些？

1. pmml，使用sklearn2pmml，mapper = DataFrameMapper()，pipeline = PMMLPipeline()，將特徵工程及模型存入檔案，Java端使用jpmml讀取檔案並進行預測
2. Flask，由於Flask基於python，可以將訓練好的模型直接部署，無需跨語言
3. xgb4j、lightgbm_predict4j，可在Java端讀取xgb/lgb生成的模型檔案，並進行預測