累积分布进行特征归一化 深度学习特征处理方法

深度学习在搜索业务中的探索与实践

 利用累积分布进行归一化:

累积分布进行特征归一化？

最近看谷歌的两篇关于使用DNN进行推荐的文章，文章中都提到使用累积分布进行特征归一化。

两篇文章分别是

Wide & Deep Learning for Recommender Systems https://arxiv.org/pdf/1606.07792.pdf

Deep Neural Networks for YouTube Recommendations

我理解使用累积分布归一化是：先将feature遍历，然后进行等频划分桶，再统计每个桶内的占比为概率。例如feature的范围为(0, 50),划分5个桶，每个桶内的落入的样本为[10, 4, 2, 5, 4],那么占比为[0.4,0.16,0.08,0.2,0.16]，如果一个feature落入第二个桶，那么归一化结果为0.4+0.16=0.56. 这是我的理解不知道对不对？对这个我有一些疑问，比如桶的个数怎么设置？在线上预测的时候，可能随着时间累积，一些特征的范围会发生变化，比如一开始是[0,10]，实际可能为[0, 15],线上预测怎么处理呢？