CTR预估.
1. 数据集
该项目采用数据集为Kaggle Click-Through Rate Prediction数据集, 数据集具体信息可见https://www.kaggle.com/c/avazu-ctr-prediction/data. 包括train.csv, test.csv. train.cvs和test.csv放在./avazu_CTR下.
train.cvs: 10天的click-through数据, 按时间排序. 包括点击和未点击的数据.
test.csv: 1天的广告.
sampleSubmission.csv: 测试结果提交格式: 左侧是ad id, 右侧是预估的点击率.
- 对于train.cvs和test.cvs, 第一行均为Data fields, 其含义如下:
id: ad identifier
click: 0/1 for non-click/click
hour: format is YYMMDDHH, so 14091123 means 23:00 on Sept. 11, 2014 UTC.
C1 – anonymized categorical variable. 匿名分类变量.
banner_pos
site_id
site_domain
site_category
app_id
app_domain
app_category
device_id
device_ip
device_model
device_type
device_conn_type
C14-C21 – anonymized categorical variables. 匿名分类变量.
train.cvs比test.cvs多了一列, 第二列为ad是否被点击. 取值为0/1.
2. FM模型.
- cd FM
python step1.py - cd Feature_engineering
python Data_analysis.py