数据分析项目：利用fm/deepfm算法解决ctr预估问题

想深入测试下fm算法，所以我会从头到尾写一下所有的过程，有兴趣的同学可以尝试下，因为是菜鸡所以文中有问题的地方还希望大佬能够指出。
目标：通过fm算法完成ctr预估问题。
问题转化：由于手头没有找到ctr相关的比较合适的数据集，所以我选用kesci上二分类算法的数据集，这个数据集和广告点击的数据集很相似，它们正负样本都十分的不均衡，都是二分类任务，都是预测客户的一种状态。
数据集可以从这里下载：https://www.kesci.com/home/competition/5c234c6626ba91002bfdfdd3/content/2
下载完后就可以开始啦hohoho

一.EDA
这个高级的词汇是什么杰宝？EDA，Exploratory Data Analysis，探索性数据分析。通过数据的可视化让人能够直观的了解到数据的大体形态和分布。我们需要在这个环境解决以下问题：
1.数据量的大小是怎样的，维度是怎样的？
2.数据是否有冗余、缺失、异常值、非平衡等？
3.数据的分布是怎样的，维度之间的关系如何？是否需要降维？
因此我们可以画出箱形图、直方图、散点图，配合单变量的中位数、四分位数、偏度、峰度等等来进行认知数据。
先瞅一眼：