xgb save load

1. 关于groupby agg自定义custom function效率问题，并没有太好的解决方案，可以用时间堆，还有就是有些变量实际上是没用的，可以从此角度进行精简
2. 我遇到了计算的瓶颈，主要是内存不足，DMatrix转换消耗太多内存，本身CSV在2.8G，但是32G的内存都不够用，有两个解决方案，精简维度，使用阿里云
3. 我用精简后的大约3000个维度进行建模，local CV很低，但是lb score并没有提升，难道是过拟合了？把树的数目从142降到90仍然差不多
4. xgb的存储，model.save_model('0001.model')，load的时候先生成一个model结构，再load，model = xgb.Booster({'nthread':4})，model.load_model('0001.model')
5. python的文本操作很久没用了,f = open('xxxx','a'); f.write(string); f.close()，linux的换行符是否不是'\n'
6. DataFrame有一些精简方案，大概思路就是判断数值类型，用更新的dtype去存储，但是当我7000+维度的时候，我发现这个遍历转换都会花很多时间

说几点比赛中应该注意的地方：
1. 应该进行版本控制，如果不版本控制，想回到某个版本去做ensemble，会发现回不去了
2. 可以用一个记事本去记录自己那些闪现的idea