计算广告投放点击率CTR预估场景之GBDT+LR排序模型 gbdt+lr

gbdt+lr，在很多算法大赛场景与公司的推荐广告等ctr业务场景里面广泛应用，最近在做短视频场景下的排序模型的时候，引入了gbdt做组合特征，送给lr 或者fm再做点击率预估，后续准备围绕ctr场景，结合手上的一些工作以及各位博客大牛的资料，整理一些个人总结和心得。这里引用以为博客对Facebook那片论文的解读：Practical Lessons from Predicting Clicks on Ads at Facebook
参考链接：
文中对gbdt构造离散化的组合特征做了一些说明，一般网上都强调了每棵树的叶子节点代表了新构造出来的feature ，当某个输入一维向量x（x是包含一系列原始特征维度的一维向量）最终落入到某个leaf叶子节点上时，可认为原始输入x映射得到该节点对应的新特征，同时该leaf的index 就作为特征的新的值，用于后续的one-hot 编码，后续lr 或者fm就可以直接方便的使用。
而在原始输入x 从每棵树的root节点沿某条路径一直走到最终的一个叶子节点，根据决策树的分裂原理，该条路径上的每个中间节点都可以认为是在某个属性上的分裂规则，这里给出了某本书上通过决策树如何进行特征组合的一个简单例子，解释了每个叶子节点所代表的特征组合含义，放到gbdt场景下，本质一样，明白了该例子，对于初学者来说，应该能够直观的理解gbdt的每颗子树是如何基于原始输入向量X ，得到每棵子树对应的的M个组合特征。每个叶子节点，其含义是代表了从根节点到该叶子节点的一条路径，即若干个不同维度的特征的组合方式
文章插图
文章插图
【计算广告投放点击率CTR预估场景之GBDT+LR排序模型】待续