Wide&Deep模型

一、点击率预估

1.概念

通过使用二分类的逻辑回归模型对广告的点击率作出预测,最后输出一个概率值

2.目的

得到某用户对某广告的点击概率。

二、Wide&Deep模型的Memorization 和 Generalization

1.概述

是对Memorization 和 Generalization 的融合,得到一个更好的推荐结果。

  • Memorization 学习规则: SVD、协同过滤,通过记忆用户历史行为进行推荐 矩阵学习规则

  • Generalization 学习规则: FM算法 泛化规则

2.框架:

在这里插入图片描述

3.特点

Wide部分: 原始部分特征+交互特征
交互特征公式:在这里插入图片描述

Deep部分: 数值特征+类别特征(Embedding)
在这里插入图片描述

联合训练在这里插入图片描述

三、代码实现

待补充.....
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值