ctr(click-through rate prediction)预估学习过程中的一些随笔

wide&deep模型

WD模型是谷歌2016年发布的回归和分类模型，它结合了wide模型的记忆能力和deep模型的泛化能力，在Google Play的应用实验中取得了很好的效果。

wide模型实际上是一个LR(logistic regression)模型。LR模型中的偏置项可以在不改变特征权重的情况下调整中心点（阈值），是的模型更灵活，权重学习更准确。如果没有偏置项，则需要通过权重变化调整中心点（阈值），会使权重学习不纯粹（同时承担着特征权重和调整阈值的任务）。

损失函数是数学优化问题中的优化目标，LR模型的损失函数是logloss，具体可看这里。其实损失函数就是衡量预测值和实际值之间误差的一种度量，任何可以合理表示这种偏差的函数都可以作为损失函数。

LR输入为什么不采用连续值

LR模型的输入不采用连续值，而是使用离散化（bucket）输入和类别型输入。这样做的好处有：

1. 离散化后的特征对异常数据有很强的鲁棒性：比如一个特征是年龄>30是1，否则0。如果特征没有离散化，一个异常数据“年龄300岁”会给模型造成很大的干扰。
2. 稀疏向量运算速度快。
3. 逻辑回归属于广义线性模型，表达能力受限；单变量离散化为N个后，每个变量有单独的权重，相当于为模型引入了非线性，能够提升模型表达能力，加大拟合。某些特征与目标值的函数并不是单调曲线，使用连续型数值与固定权重的乘积只能表达单调线性关系。
4. 离散化后可以进行特征交叉，由M+N个变量变为M*N个变量，进一步引入非线性，提升表达能力。
5. 特征离散化后，模型会更稳定，比如如果对用户年龄离散化，20-30作为一个区间，不会因为一个用户年龄长了一岁就变成一个完全不同的人。当然处于区间相邻处的样本会刚好相反，所以怎么划分区间是门学问。

模型是使用离散特征还是连续特征，其实是一个“海量离散特征+简单模型” 同 “少量连续特征+复杂模型”的权衡。既可以离散化用线性模型，也可以用连续特征加深度学习。就看是喜欢折腾特征还是折腾模型了。通常来说，前者容易，而且可以n个人一起并行做，有成功经验；后者目前看很赞，能走多远还须拭目以待。

大概的理解：

1. 计算简单
2. 简化模型
3. 增强模型的泛化能力，不易受噪声的影响

Reference

[1] 逻辑回归LR的特征为什么要先离散化
[2]logistic回归详解(二）：损失函数（cost function）详解