逻辑回归模型预测ctr
2015-07-22 17:23
169 查看
参考文章:
一些要点:
1.正反例选择:当正反例比例差异较大时,无法得到正确训练结果,需要反例进行抽样(假设反例的数量较多)
2.每天展示->点击记录作为一条训练数据
3.参数影响:训练时参数的影响不大
4.稀疏数据处理:如果是weka,则支持稀疏数据的处理
5.训练数据数量:单个特征最好有5条及以上训练记录(正例),就是100个特征至少有500个以上的训练数据
6.特征选择筛选:低训练数据对应的特征无法得到一个正确的值
7.特征选择(就搜索点击率预测而言):
用户特征,查询词特征、广告特征、查询词与广告相关性特征等
逻辑回归数据模型特性:
对于数据区间取值的或枚举类型的,应该将该维特征转化为多维特征:如特征值为0~1之间,可以变为0~0.2,0.2~0.4,0.4~0.8,0.8~1.0五个特征
各个维度的特征应该进行归一化处理(取0~1之间的数据)
还存在的问题:
1.低点击率、高展示的词在训练数据中并未被记录:因为按照正反例的比例做抽样,采样中反例丢失数据较多
2.新数据处理:
一些要点:
1.正反例选择:当正反例比例差异较大时,无法得到正确训练结果,需要反例进行抽样(假设反例的数量较多)
2.每天展示->点击记录作为一条训练数据
3.参数影响:训练时参数的影响不大
4.稀疏数据处理:如果是weka,则支持稀疏数据的处理
5.训练数据数量:单个特征最好有5条及以上训练记录(正例),就是100个特征至少有500个以上的训练数据
6.特征选择筛选:低训练数据对应的特征无法得到一个正确的值
7.特征选择(就搜索点击率预测而言):
用户特征,查询词特征、广告特征、查询词与广告相关性特征等
逻辑回归数据模型特性:
对于数据区间取值的或枚举类型的,应该将该维特征转化为多维特征:如特征值为0~1之间,可以变为0~0.2,0.2~0.4,0.4~0.8,0.8~1.0五个特征
各个维度的特征应该进行归一化处理(取0~1之间的数据)
还存在的问题:
1.低点击率、高展示的词在训练数据中并未被记录:因为按照正反例的比例做抽样,采样中反例丢失数据较多
2.新数据处理:
相关文章推荐
- sort
- intent.putExtra()方法参数详解
- Android Studio Intent使用(显式、隐式) 第一行代码
- 一些文章
- html5+FormData 实现ajax文件上传
- zoj 2193 Window Pains
- 【asp.net】常用内置对象(session,Application,ViewSate)
- AFNetworking如何post一个json数据到服务器
- https解析
- javascript异步代码的回调地狱以及JQuery.deferred提供的promise解决方案
- yum提示another app is currently holding the yum lock;waiting for it to exit
- HDU 1040 As Easy As A+B [补]
- [NOI2004][BZOJ1503] 郁闷的出纳员
- zoj 2193 Window Pains
- 一切皆软件,一切皆API
- linux下实现用户态烧写内核
- javascript控制层显示或隐藏的方法
- HDU EXCEL排序
- 几种jar转exe方法的比较
- 头文件互相包含与error C2146: 语法错误 : 缺少“;”的问题