特征工程与CTR预估

特征工程与CTR预估

    • 缺失值如何处理
      • 缺失值判断
      • 缺失值删除
      • 缺失值填充
    • 连续特征归一化
    • 连续特征离散化
      • 自定义分箱
      • 等距分箱
      • 等频分箱
    • 离散特征OneHot编码
    • ID特征Embedding
    • 特征构造方法
    • 理解AUC指标
    • 课后练习

点击率(Click-Through-Rate,简称CTR)是互联网广告中经常提到一个概念,通过机器学习算法预估广告点击率,然后将预测值较高的广告展现给用户,如果用户点击了这些CTR预估较高的广告,就可以为平台带来巨大的广告收入。

LR曾是各大互联网公司在CTR预估上使用的主流模型。它有着可解释性强易于并行化便于在线学习等不可替代的优势。本章的项目实战是基于LR的广告点击率预估,前面两节课已经对 LR 的原理和实现进行了一些介绍&#

你可能感兴趣的:(机器学习精通)