https://www.kaggle.com/c/santander-value-prediction-challenge
在kaggle该题中，需要通过所给的匿名变量来预测target值
feature比较多，所以通过降维来查看训练集和测试集的分布情况
1.训练分类器划分测试集和训练集
我们把训练集的y设置成1，测试集的设置成0
通过feature训练一个分类器（我们当时采用了最简单的分类器逻辑回归），用于训练集和测试集的划分
通过改分类器我们可以得到样本是测试集的概率
（此处有问题：由于测试集较多，样本不平衡，产生误差）
2.partA：
基于测试集概率较高的来训练一个回归器A
3.partB:
基于测试集概率较低的来训练一个回归器B
4.计算结果
prediction = coeff*(partA) + (1-coeff)*partB
此处coeff = alpha*(Pr(is_test|X) + beta，且alpha和beta需要进行多次调试。