← 返回卡片

原书出处

深度学习推荐系统

08 第8章 深度学习推荐系统的前沿实践

核验版本的摘录快照 · 导入于 2026-11-19T07:39:55.627Z

的模型结构,通过GBDT自动进行特征筛选和组合,生成新的离散型特征向量,再把该特征向量当作LR模型的输入,预测CTR。

其中,使用 GBDT 构建特征工程和利用 LR 预测 CTR 两步是采用相同的优化目标独立训练的。所以不存在如何将LR的梯度回传到GBDT这类复杂的训练问题,这样的做法也符合Facebook一贯的实用主义的风格。

在引入GBDT+LR的模型后,相比单纯的LR和GBDT,提升效果非常显著。从表8-1中可以看出,混合模型比单纯的 LR

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/深度学习推荐系统/_epub-src/text/part0012_split_001.html

EPUB SHA-256:2cd732704a51828ea5c0ec7decb8861b35f44e5e16d9af11fbc68f7084f63382