鱼佬：华为推荐算法赛提分经验！

 Datawhale干货 

作者：鱼佬，武汉大学硕士，Datawhale成员

针对广告推荐CTR点击率预估实践的入门实践已经发布。在该版本基础上，写了一版进阶的学习教程，包含详细的特征工程处理代码，希望能有助于大家提分。

实践背景

赛题任务

本赛题希望选手基于广告日志数据，用户基本信息和跨域数据优化广告ctr预估准确率。赛题详细信息可参考赛事官方网站。

报名及数据下载

报名地址：

https://developer.huawei.com/consumer/cn/activity/digixActivity/digixdetail/101655281685926449?ha_source=dw1&ha_sourceId=89000243

数据下载步骤：

https://xj15uxcopw.feishu.cn/docx/doxcnUGTrDBMefWFv4U8VfFVpDd

实践思路

实践基础思路

本次实践是一个经典点击率预估（CTR）的数据挖掘赛，任务是根据用户的测试数据来预测这个用户是否点击广告。

这种类型的任务是典型的二分类问题（点击/不点击），模型的预测输出为 0 或 1 （点击：1，未点击：0）

机器学习中，关于分类任务我们一般会想到逻辑回归、决策树等算法，在这个 Baseline 中，我们尝试使用CatBoost来构建我们的模型。我们在解决机器学习问题时，一般会遵循以下流程：

代码表现及优化建议

该Baseline代码在华为赛事提交的成绩为0.72+，排名50左右。若大家想学习提升，可参考以下三种思路：

• 继续尝试不同的预测模型或特征工程来提升模型预测的准确度

• 尝试模型融合等策略

• 查阅广告信息流跨域ctr预估预测相关资料，获取其他模型构建方法

代码实现

• 需要内存：10GB