← 返回卡片

原书出处

大数据日知录_架构与算法

16 机器学习:分布式算法

2014年9月第1版 · 核验版本的摘录快照 · 导入于 2026-10-24T04:14:12.166Z

对于CTR预估来说,可以采用如上的逻辑回归方法,在计算广告的应用环境下,y =1代表用户 会点击广告,y =-1代表用户不会点击广告,变量X 代表<查询,广告>数据对,其由数据对相应的特征向量构成,其特征可以是查询独有的、广告独有的或者查询-广告两者匹配的特征,W 是这些特征的权重向量,表明对应特征的重要性,需要使用训练数据经过训练获得,特征参数规模可以达到10亿量级。当特征权重确定后,输入<查询,广告>数据对,计算出的P (y =1|X )就代表预估出的CTR。很明显,这是一个Sigmod函数,其值落在0到1之间。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00021.html

EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d