by wangben 2015.11
在工业界,逻辑回归是很常用的模型,一般大家在用逻辑回归做机器学习排序或者广告预估时常用AUC来判断排序的效果,逻辑回归是概率模型,除了排序的指标之外,有时会出现AUC比较好,但是概率拟合较差(很有可能是收敛的不好),在广告GSP(Generalized second-price auction)竞价模式中尤为重要,所以我们还希望验证模型对真实概率的拟合程度,这时就需要其他指标来衡量。
最常见的方式是MSE(Mean Square Error):
这个方式需要先收集一部分充分统计量的item,给出其统计CTR并且与模型给出的pCTR(predict ctr)进行比较,判断拟合程度: