广告点击率预测

广告点击率预测项目，目的是通过广告和用户信息预测一个广告是否被点击。数据来自Kaggle竞赛（https://www.kaggle.com/c/avazu-ctr-prediction），源数据比较大，选取前400000条。

1. 数据读取和分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#数据读取
data_df = pd.read_csv('train_subset.csv')

#展示头部数据，分两次展示或者调整python设置达到一次展示所有特征的效果
#data_df.iloc[:, :12].head()
#data_df.iloc[:, 12:].head()
pd.set_option('display.max_columns', None)
data_df.head(20)

大致推断一下一些关键特征的业务含义（源数据已经脱敏）:

特征名称	业务含义推断
id	数据唯一的ID
click	是否点击广告
hour	数据收集时间（yymmddhh）
banner_pos	广告投放位置信息
site_id	广告客户网站（某个游戏网站 vs 商家网站）
site_domain	网站某种大类（游戏 vs 电商）
site_category	网站某种小类（手游 vs 零食）
app_id	广告提供商APP
app_domain	APP大类（社交类 vs 内容类）
app_category	APP类别（微博 vs 头条）
device_id	设备硬件地址（可能是电脑mac地址 vs 手机 IMEI，每个设备唯一）
device_ip	设备互联网地址（可能多个设备公用）
device_model	设备型号
device_type	设备类型（手机 vs 电脑）
device_conn_type	设备连接类型（Wifi vs 4G）
C14	-
C15	-
C16	-
C17	-