CTR预估算法

Posted 2020-10-06

 

GBRT（Gradient Boost Regression Tree）渐进梯度回归树,XGBoost是GBRT的一个工程实现

LR（Logistics Regression ）逻辑回归

Spark  Spark是个通用的集群计算框架，通过将大量数据集计算任务分配到多台计算机上，提供高效内存计算。Spark允许程序开发者使用有向无环图（DAG）开发复杂的多步数据管道。而且还支持跨有向无环图的内存数据共享，以便不同的作业可以共同处理同一个数据。

Scala 是一门编程语言，可在Spark上编程。有新颖的面向对象方式、类型推断、灵活的语法、新的集合类（包括自然的函数式编程风格，比如映射/过滤器惯用语），以及基于actor的并发模型。

 

点击率预测主要使用LR（Logistics Regression 逻辑回归）的线性策略，该方法的主要问题之一是需要人工大量的时间去挑选和组合特征，而使用树模型（tree model）则可以大大减轻这个工作量。

XGBoost是GBRT的一个工程实现，由多棵决策树构成，每一棵树都是从之前的残差中学习的，有很好的性能并且泛化能力也很强。

所以可以使用XGBoost来特征选择，用LR来输出CTR分数。

 

 

参考：

（1）Spark MLlib实现的广告点击预测–Gradient-Boosted Trees http://blog.csdn.net/bitcarmanlee/article/details/52138713