推荐系统实践进阶
推荐系统及计算广告之 CTR预估系列 的实践、记录、分享
dby_freedom
Everythin has a good ending, if it's not, then it's not the end.
展开
-
CTR预估 论文实践(九)--Deep & Cross Network for Ad Click Predictions
Wide & Deep 模型实践博客代码均以上传至GitHub,欢迎follow和start~~!1. 数据集数据集地址:https://www.kaggle.com/c/porto-seguro-safe-driver-prediction/data判定是否需要上交索赔,是二分类问题;评价指标本实验采用 Logloss。2. Deep&Cross Network2....原创 2019-01-20 11:08:06 · 782 阅读 · 0 评论 -
CTR预估 论文实践(六)--Wide & Deep Learning for Recommender Systems
Wide & Deep 模型实践博客代码均以上传至GitHub,欢迎follow和start~~!1. 数据集数据集如下,其中,最后一行是label,预测收入是否超过5万美元,二分类问题。2. Wide Linear Model离散特征处理分为两种情况:知道所有的不同取值,而且取值不多。tf.feature_column.categorical_column_with_vo...原创 2018-12-21 15:43:46 · 1253 阅读 · 0 评论 -
CTR预估 论文实践(五)--Practical Lessons from Predicting Clicks on Ads at Facebook (GBDT+LR)
1. GBDT构造组合特征的方式利用GBDT进行特征构造依据其模型组合方式一共有两种方式:GBDT + LR与原论文的实现方式一样,利用GBDT构造组合特征,再将组合特征进行one-hot编码(本实践代码也属此类);GBDT + FFM 或者 GBDT + 树模型此时,使用利用GBDT构造的组合特征不再进行one-hot编码,而是直接利用输出叶节点的索引信息,如果将GBDT组合特...原创 2018-12-23 17:19:45 · 1351 阅读 · 0 评论 -
CTR预估 论文实践(四)--Field-aware Factorization Machines for CTR Prediction
FFM 模型实践代码是用python3.5写的,tensorflow的版本为1.10.1;博客代码均以上传至GitHub,欢迎follow和start~~!1. 数据集数据集地址:MovieLens本文使用的数据是movielens-100k,数据包括u.item,u.user,ua.base及ua.test,u.item包括的数据格式为:movie id | movie title |...原创 2019-03-15 10:08:03 · 707 阅读 · 1 评论 -
CTR预估 论文实践(二)--LightGBM 调参指南
Step1. 学习率和估计器及其数目不管怎么样,我们先把学习率先定一个较高的值,这里取 learning_rate = 0.1,其次确定估计器boosting/boost/boosting_type的类型,不过默认都会选gbdt。为了确定估计器的数目,也就是boosting迭代的次数,也可以说是残差树的数目,参数名为n_estimators/num_iterations/num_round/n...原创 2019-03-31 12:50:57 · 1189 阅读 · 0 评论 -
CTR预估 论文实践(一)--XGoost 调参指南
1. 载入数据from sklearn.model_selection import train_test_splitfrom sklearn import metricsfrom sklearn.datasets import make_hastie_10_2from sklearn.ensemble import GradientBoostingClassifierfro...原创 2019-03-31 12:48:55 · 1164 阅读 · 0 评论 -
主流机器学习模型模板代码+经验分享[xgb, lgb, Keras, LR]
刷比赛利器,感谢分享的人。摘要最近打各种比赛,在这里分享一些General Model,稍微改改就能用的环境: python 3.5.2XGBoost调参大全: http://blog.csdn.net/han_xiaoyang/article/details/52665396 XG...转载 2018-05-02 23:22:58 · 2312 阅读 · 0 评论 -
机器学习算法代码汇总
原创 2018-10-12 21:51:35 · 1007 阅读 · 0 评论