CTR预估

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.

1. 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.

1. cd FM
   python step1.py
2. cd Feature_engineering
   python Data_analysis.py