ctr 平滑_ctr校准方法总结

ctr校准，是说在ctr模型预估值的基础之上进行微调，使得预估值更准的方法。

引起ctr预估不准的原因大致有这样几种：

1、新素材曝光机会少，导致样本得不到充分训练

2、有些模型因素导致预估有偏，比如svm等算法，会使ctr预估值低部偏低，高部偏高

3、正负样本分布非常不平衡，据说会导致预估偏低（这个还没有自己验证）

因此需要对模型进行修正

修正的思路有几种：

1、基于统计学的ctr预估值的置信度做调整

2、基于统计量分布概率密度的采样

3、给正负样本分配不同的权重

4、在修正时保证序列的一致性

几种常见的方案：

1、贝叶斯平滑

该方法主要针对曝光量级小的素材进行调整，其主要原理是说样本的预估值，会随着曝光数的增加而变得更加置信。比如两个素材同样是1%的点击率，但是一个曝光100，一个曝光是10000，所以置信度是不一样的。我的个人理解是，好像不太适用于ctr建模场景下的修正

2、威尔逊系数

该方法也考虑了预估样本的量级带来的不同置信度的影响，从而构造了一个统计量，感觉和ucb算法思想类似。

3、采样

通过正负采样的方式，改变样本的分布，从而获得更好的训练效果。然后在预估值的基础上，利用采样率修正模型的bias。该方法主要解决样本分布不均衡问题，facebook使用了这个方法

4、改变正负样本的权重

google采用了这个方法，但是据说在ftrl下破坏了样本的随机性，因而效果不好。具体的原理我还没有来的及看

5、保序回归

该方法的主要思想是，修正前后的两个ctr值的顺序需要保持一致，因为我们训练ctr模型时用到auc指标评价模型的排序能力，也就是所说的保序。保序回归的意义在于我们需要在不降低模型排序能力的前提下，对ctr值进行更精确的预估。