許智正的部落格

選購攝影相關產品，比選擇電腦主機還是家電產品更難！

大家在進入任何一個領域之前，多少都會去網路上爬文

比方說：「入門推薦的攝影器材」、「基本攝影裝備」或者是「必買的攝影裝備」，尤其對於新手來說，這可是非常重要的功課

因為每個人都希望一次到位，避免踩雷，傷了荷包是小事，另一半發火可是大事啊!

其實選擇的方式歸類以下幾點

1.買新款不買舊款 2.不買套機，機身鏡頭分開選擇 3.在自己的預算內買最好的，一步到位 4.一機身+一短焦+一長焦（必備）

其實我在很多的購物網站比較起來，momo買東西是目前最省的一個平台了!

更新商品及相關促銷的活動也是非常多~

攝影用品很多，而且現在刷卡很多優惠，去店面買價格很死，也無法累積點數

所以感覺到實體店面看完後，到MOMO選擇會是很好選擇，有時還可以拿到很便宜的價格

尤其常常有促銷，如果你看中的型號有在上面就真的賺到了

【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)是我這陣子選購的，用起來的評價真的不錯

實用性、外觀、價格也平價

在許多網站都有相關的介紹，可見評價真的很高！

現在省錢才是王道啊!

而且我也很常逛PTT，這款【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)也真的受到不少人的推薦(我看得出什麼是業配文，不要說我笨)

所以我個人對【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)的評比如下

實用性：★★★★★

價格：★★★★☆

推薦度：★★★★☆

完整產品說明

品牌名稱

重量

• 201g~400g

保固期

• 1年

適用於

• Panasonic

功能

• 廣角變焦

來源

• 平行輸入

保固期

• 享有保固一年

非常推薦【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)給大家

↓↓↓【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)限量特惠的優惠按鈕↓↓↓

↓↓↓找不到喜歡的款式嗎?下方有其他最新優惠讓你選喔↓↓↓

PTT鄉民限量,團購,限時,週年慶,【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)禮物,優惠,特價,開箱,比價【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒),活動,好評,推薦

【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)01網友哪裡便宜,採購,優缺點,試用,【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)好用,【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)CP值,經驗,好康,集購,下殺,免比價,去哪買？,

名人推薦介紹,【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)部落客,排行,體驗,精選,限定,折扣,【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)折價卷,ptt,蝦皮拍賣,Dcard推薦評比開箱

家電選購指南!【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)牌子好
如何選購【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)哪個牌子好
新手選購有技巧！部落客大推【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)這牌子好
【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)好用
這個家電品牌子好【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)你不能錯過
具備了哪些功能的【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)好用？如何選購

↓↓↓【Panasonic 國際牌】LUMIX G LEICA DG VARIO-ELMARIT 12-60mm F2.8-4.0 APSH / POWER O.I.S(平輸-白盒)限量特惠的優惠按鈕↓↓↓

熱點新知搶先報

作者·黃崇遠 『數據蟲巢』 全文共8030字 題圖ssyer.com ... 「 萬年長青的CTR預估。」 本文將涉及廣告的排序相關業務，以及CTR預估的模型發展，最後將給出XGB+LR的經典組合解決方案。 本文的示例項目，基於Kaggle上的開源CTR預估數據集，見Github地址（記得給start哈）： 01 前言 在之前我們了解了廣告基礎屬性（性別）的預測，並通過他了解了用機器學習思路解決業務問題的基本流程；隨後我們又通過廣告中異常檢測的話題，學習了CostSensitiveClassification以及Smote過採樣等機器學習的知識；緊接著我們對基於標籤組合的智能定向話題進行了了解，並結合場景了解和學習了FM算法；接著對於商業興趣標籤的建模構建進行了了解，順帶把XGboost這個神器給學習了。 今天，我們來了解廣告領域中算法應用歷史最悠久的CTR預估場景，一個廣告系統可以沒有商業興趣標籤，可以沒有智能定向，甚至可以沒有基礎屬性，但只要在效果廣告領域範疇內，就少不了CTR的預估。 並且，CTR預估不止在廣告領域，在推薦系統場景同樣是核心的存在，大致邏輯上是很相似的，只不過場景業務上不一樣，有時候優化的目標也有所差異。 02 CTR預估的作用 我們先來看下整個廣告系統的大致架構圖。 ... 這張圖在《數據與廣告系列七：廣告與推薦系統技術架構》出現過，不知道大家還是否記得，當時我們是按整體邏輯結構進行講解的，這裡我們不關心整體的邏輯架構，只關心CTR核心在哪個環節起作用。 如圖所示，顯然CTR預估階段發生在召回之後，投放之前，很多廣告系統會把預估跟排序看成一個階段，其實無所謂，從底層邏輯的角度看，CTR預估模型是核心影響排序的因素，特別是一些相對初級的廣告系統，其實最終核心影響排序的因素就是ctr+cpc出價，其他的諸如廣告主質量評分，環境上下文評分都不怎麼考慮。 當然，一些硬性策略性的控制還是會做的。比如基礎的曝光頻度控制，主題廣告的適當加權，黑白名單的控制等等。 回到廣告排序的問題，從一個User進來之後，需要根據一些過濾性策略，包括頻控，黑白名單等條件，在剩餘的廣告池中，再根據廣告的定向條件，進行召回匹配，拿到若干個待排序候選廣告，形成一個廣告列表。 然後廣告列表走排序邏輯，最終根據排序的順序，取第一個score最高的廣告給當前user進行曝光。 在這裡，我們假設只做最簡單的排序計算考慮，其實就是CTR*CPC，而如果再乘以1000轉換過來就是eCPM，即千次展示期望收益。 從這裡我們可以看到，其實一個排序邏輯就是最終我們系統所期望的優化目標，即如果是CTR*CPC的計算方式，假設CTR預估又十分準確的情況下，這種機制其實是往平臺收益目標去優化的。 道理邏輯很簡單，假設拋出了其他因素情況下（定向符合，頻控符合），哪個廣告能給我帶來更高的收益，我就把這次曝光機會給誰（廣告）。 CPC每個廣告給出來的都是明確的，價高價低一目了然，剩下來就是CTR預估的事了，預估的準確意味著你的平臺收益更加的穩定，以及達到理論收益最大值。 所以，讓CTR預估的更準就變成了廣告系統最最最重要的事，畢竟都是真金白銀吶。 但是，有個問題不知道大家有沒有考慮過，我們一切以CTR*CPC為核心邏輯作為排序基準，來確定流量曝光給哪個廣告，但對於廣告主來說並不一定都是好事。 以前面幾個我們認真了解過的業務領域比如《數據與廣告系列八：廣告與二類電商》《數據與廣告系列九：本地化廣告》《數據與廣告系列十六：廣告與遊戲》來說，本地化廣告看的表單填寫，所以直接轉化是有效表單，本質轉化是最終到店的流量；對於二類電商來說，直接轉化是有效填單，最終轉化是賣了多少商品多少錢；對於遊戲來說，直接轉化是下載註冊，最終轉化是付費。 所以，不管怎麼看Click都只是第一層的轉化，對於平臺來說，只要Click了，就收錢，收錢平臺收益就高了，沒毛病。但是對於廣告主來說，Click了也屁用沒有，實際上可怕的是部分領域裡後端轉化與前端轉化（CTR）是成反比的，前端轉化越高，後端轉化越差，我的娘啊。 而對於廣告系統來說，平衡多方利益(平臺方收益，廣告主轉化，用戶體驗，詳情參考《數據與廣告系列五：廣告生態的平衡與人群定向初探》)才能「長治久安」，所以當廣告系統發展到了一定階段，光看著ctr這塊肉已經滿足不了社會的和諧發展了。 這也就有oCPX動態優化廣告的出現，這就是另外一個話題了，但核心打破的確實是傳統的排序邏輯，並且可以預見的是，光一個ctr已經夠麻煩了，再加入其他衡量因素，預測起來的難度就更大了。 今天，我們不叉題，繼續回到CTR預估的話題，到後面總是會遇到oCPX相關場景的。 03 CTR預估模型的發展 早期說到廣告系統是最早將數據和機器學習進行規模化價值挖掘的，就是因為CTR預估很早就將機器學習的一些模型應用於實際的問題解決中了。 所以，其實他由於歷史足夠久遠，久遠到廣告系統發展了多少年，CTR預估模型就發展了多少年。 早在2010年以前，機器學習發展有限，由於研究的深度以及硬體的發展原因，深度學習相關的領域尚未展露出應有的價值，所以還是傳統機器學習的天下。而由於CTR的場景，包括廣告和推薦系統，都有一個相對共同的特徵，那就是特徵高度稀疏，然後由於線上服務，系統對於模型的預測性能要求較高，且工業化場景對於性能要求需要穩定。 能滿足這三個條件的傳統機器學習算法並不多，線性的LR，由於模型足夠簡單，可解釋性強，且對於高維稀疏特徵同樣可以應對，性能良好。所以就變成了LR通萬法，廣告CTR用他，推薦系統排序點擊預估用他，人群的Lookalike也用他。 老好用了。 但是LR對於特徵的挖掘要求很高，需要我們很好的理解特徵，能找到好的特徵，且對特徵處理的好，模型的表現就相對較好，這嚴重限制了發展。 2010年，隨著FM算法論文的產生，以及緊隨其後的FM家族（FFM，FNN等），解決了特徵之間特徵組合的問題，並且通過數學解法（因子分解）來尋求特徵與目標之間的隱藏關係，打破了之前LR模型中嚴謹的特徵工程的難題。 然後一些集成學習的路子，解決了單模型帶來的穩定性以及過擬合欠擬合的問題，一些諸如隨機森林，GBDT等集成類的模型解決方案應用於CTR預估的場景中。 2016年，谷歌一篇論文指出，可以通過GBDT（Gradient Boost Desision Tree）來解決LR模型特徵組合的問題，即使用GBDT或者類似的集成樹模型訓練，然後擬合好了之後，取每棵樹的葉子節點作為新的特徵，加入到原始特徵之中，再灌入到LR模型中，效果會比純粹的LR好（谷歌說的，不是我說的）。 這種思路其實跟上上一篇《數據與廣告系列十四：智能定向&基於FM的標籤組合推薦思路》是一樣的，或者說那個思路是借鑑於類似的思想，先用模型擬合好，然後再利用模型的中間結果作為後續階段的輸入。 總之，這種基於模型聯級的方案據說很好使，哪怕是當前深度學習大行其道的今天，依然還有很多廣告系統把他當成一個穩定的baseline在使用。 然後到了2016年左右（剛好也是深度學習強勢的時期），出現了好幾個針對性的算法（又是谷歌，谷歌果然是廣告界的帶頭大哥，帶節奏帶的很溜），包括Wide&Deep Learning，FNN。 他們都有一個特點就是，傳統模型與深度模型的聯姻，強強結合。比如WDL利用傳統的wide模型（比如LR）來學習目標與特徵之間強關係，再利用Deep Learning部分（例如MLP）來加強擬合的泛化能力。 而FNN，則跟FM有直接的關係，利用FM模型將特徵進行Embedding表示，然後用這個特徵來替代原始特徵，二階段使用MLP（多層感知機）來做最終的擬合模型，借用的是GBDT+LR的思路。 總之，整個CTR模型的發展史就是機器學習與深度學習的發展史，畢竟廣告業務是目前世界上網際網路最大的變現手段之一（廣告/遊戲/電商），所以，有錢的地方就有動力，太有道理了。 04 CTR預估：XGBoost+LR實操 PS：微信上看嵌入的代碼不是很好看，建議這裡只看邏輯脈絡，具體的代碼上Github上看。 整體而言，有能力上深度學習模型的，多少都會試一下深度學習的一些模型，深度學習的模型理論上具有更強的泛化能力，但同樣門技術檻以及調優的難度都更大，實操起來並不一定會比傳統模型好。 傳統模型發展了足夠多的年份，大家摸底摸得也比較透徹了，所以作為基準來說更加的穩定，更具有可控性，所以「殘留」的傳統模型也依然在生效中，並沒有絕跡於江湖（廣告/推薦場景）。 今天這篇，我們的實操部分，依然不會把手伸到深度學習領域，我們來學習集成的樹模型與LR的模型聯級解決方案，而集成模型這塊，我們並沒有使用傳統的GDBT，而是使用我們之前也接觸過的XGBoost，不同的配方，同樣的效果（可以用GBDT，也可以用LightBGM，或者XGBoost）。 對於數據集，我們使用Kaggle上知名的CTR預估數據集： https://www.kaggle.com/c/avazu-ctr-prediction。 但是這份數據集太大了，大到了我們自己的小機器無法跑起來，所以我就取了另外一份數據： https://www.kaggle.com/sulabh4/ctr-prediction-dataset。 據觀察，這份數據是從avazu數據集上截取下來的子集，只有二三十兆（999999條記錄），或者直接上avazu上隨機抽樣一部分下來演練也是一樣的。 kaggle上的欄位說明： ... 大部分欄位通過命名就大概知道什麼意思了，然後C系列的欄位是數據公開方隱藏含義的類別欄位，估計涉及到隱私問題，反正我們就當成正常的一個可用特徵即可。 我們直接按click進行樣本區分，分為正負樣本，數據如下： 如果我們要做的嚴謹點，我們接下來做對應一些特徵的轉換，一些非int類型的轉換為類別編碼，或者更深入點做特徵的分析。 整體數據情況如下(注意數據類型)： ... 將非數值類型的欄位進行編碼轉換： ##接下來對特徵進行處理，先將類別特徵進行編碼#針對類型類的特徵，先進行編碼，編碼之前構建字典from sklearn import preprocessingdef label_encode(field,df):dic = df_field = df[field]list_field = df_field.tolist#構建field字典for i in list_field:if i not in dic:dic.append(i)label_field = preprocessing.LabelEncoderlabel_field.fit(dic)df_field_enconde_tmp = label_field.transform(df_field)df_field_enconde = pd.DataFrame(df_field_enconde_tmp, index=df.index, columns=[(field+'_enconde')])return df_field_encondedf_site_id_enconde = label_encode('site_id',df)df_site_domain_enconde = label_encode('site_domain',df)df_site_category_enconde = label_encode('site_category',df)df_app_id_enconde = label_encode('app_id',df)df_app_domain_enconde = label_encode('app_domain',df)df_app_category_enconde = label_encode('app_category',df)df_device_id_enconde = label_encode('device_id',df)df_device_ip_enconde = label_encode('device_ip',df)df_device_model_enconde = label_encode('device_model',df) 然後特徵進行拼接，並作為中間結果保存下來： pd_input = pd.concat([df[['click','banner_pos','device_type','device_conn_type','C1','C14','C15','C16','C17','C18','C19','C20','C21']],df_site_id_enconde,df_site_domain_enconde,df_site_category_enconde,df_app_id_enconde,df_app_domain_enconde,df_app_category_enconde,df_device_id_enconde,df_device_ip_enconde,df_device_model_enconde], axis=1)##處理過的數據保存下來pd_input.to_csv('./out_put/encode_data.csv', header=True, index=True) 此時，我們第一階段的特徵簡單處理結束了， 01_encode_data.ipynb文件的最終結果是拿到簡單encode的數據。 ... 接下來第二階段進行數據集的劃分，數據劃分邏輯如下： #對編碼之後的數據進行分片begin_time = time.timeprint(f'Begin Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(begin_time))}')#將數據分為train/validata/testdata三部分df_1 = df[df['click'] == 1]df_0 = df[df['click'] == 0]df_1_test =df_1.sample(frac=0.3, random_state=100)df_0_test =df_0.sample(frac=0.3, random_state=100)df_1_other = df_1[~df_1.index.isin(df_1_test.index)]df_0_other = df_0[~df_0.index.isin(df_0_test.index)]df_1_vali = df_1_other.sample(frac=0.2, random_state=100)df_0_vali = df_0_other.sample(frac=0.2, random_state=100)df_1_train = df_1_other[~df_1_other.index.isin(df_1_vali.index)]df_0_train = df_0_other[~df_0_other.index.isin(df_0_vali.index)]#合併1/0df_train = pd.concat([df_1_train,df_0_train], ignore_index=True)df_vali = pd.concat([df_1_vali,df_0_vali], ignore_index=True)df_test = pd.concat([df_1_test,df_0_test], ignore_index=True)print(f'--split data : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time))}')nums_train = df_train['click'].countnums_vali = df_vali['click'].countnums_test = df_test['click'].countprint(f'--split rate train VS vali VS test: {nums_train}:{nums_vali}:{nums_test}')df_train.to_csv('./out_put/encode_data_train.csv')df_vali.to_csv('./out_put/encode_data_vali.csv')df_test.to_csv('./out_put/encode_data_test.csv')end_time = time.timeprint(f'End Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(end_time))}')--split rate train VS vali VS test: 559999:140000:300000 第三階段，進行xgboost的訓練，並保存葉子節點的onehot特徵，如下為進行xgboost的擬合： ##進行xgboost擬合begin_time = time.timeprint(f'Begin Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(begin_time))}')##受限於機器的資源，這裡就不做gridsearch調參了，直接湊合著來(按最小資源消耗來設置參數)model = XGBClassifier(learning_rate=0.1,n_estimators=10,max_depth=3,scale_pos_weight=1,min_child_weight=1,gamma=0,subsample=1,colsample_bylevel=1,objective='binary:logistic',n_jobs=4,seed=100)eval_set = [(x_vali, y_vali)]model.fit(x_train, y_train, eval_metric="auc" , eval_set=eval_set, early_stopping_rounds=10)end_time = time.timeprint(f'End Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(end_time))}') 這裡受限於我那小小的阿里雲主機，所以只能按樹最少，層級最小的方式去跑了，不然跑不動，窮。 結果列印： Begin Time : 2020-02-01 19:19:05[0] validation_0-auc:0.663951Will train until validation_0-auc hasn't improved in 10 rounds.[1] validation_0-auc:0.669895[2] validation_0-auc:0.670909[3] validation_0-auc:0.671622[4] validation_0-auc:0.673234[5] validation_0-auc:0.675165[6] validation_0-auc:0.675224[7] validation_0-auc:0.682689[8] validation_0-auc:0.684437[9] validation_0-auc:0.687103End Time : 2020-02-01 19:19:11 並不能算一個非常好的效果，這個結果是非常丟臉的，隨便加大樹的數量和調大樹層級，auc輕鬆上0.75，為了能讓後面的onehot葉子組合特徵跑起來可謂是費盡心機啊，這裡不管了，假設這個model就已經是最優xgboost的擬合模型了。 對葉子組合特徵進行編碼，並且分別保留onehot編碼特徵和與原始特徵拼接之後的df： #我們來拿到xgb的葉子節點的特徵##進行xgboost擬合begin_time = time.timeprint(f'Begin Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(begin_time))}')##apply函數返回的是葉子索引x_train_leaves = model.apply(x_train).astype(np.int32)x_test_leaves = model.apply(x_test).astype(np.int32)#使用nunpy的concatenate來拼接數組，並生成全局的onehot，單一使用train的可能會漏掉編碼，test驗證的時候出問題x_leaves = np.concatenate((x_train_leaves,x_test_leaves), axis=0)print(f'Transform xgb leaves shape: {x_leaves.shape}')xgb_onehotcoder = OneHotEncoderxgb_onehotcoder.fit(x_leaves)x_train_lr = xgb_onehotcoder.transform(x_train_leaves).toarrayx_test_lr = xgb_onehotcoder.transform(x_test_leaves).toarrayprint(f'Transform xgb x_train_lr shape: {x_train_lr.shape}')print(f'Transform xgb x_test_lr shape: {x_test_lr.shape}')##進行one特徵與原始特徵的拼接x_train_lr2 = np.hstack((x_train_lr, x_train.values))x_test_lr2 = np.hstack((x_test_lr, x_test.values))print(f'Transform xgb x_train_lr2 shape: {x_train_lr2.shape}')print(f'Transform xgb x_test_lr2 shape: {x_test_lr2.shape}')end_time = time.timeprint(f'End Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(end_time))}') 我們可以看到特徵情況如下： Transform xgb leaves shape: (859999, 10)Transform xgb x_train_lr shape: (559999, 80)Transform xgb x_test_lr shape: (300000, 80)Transform xgb x_train_lr2 shape: (559999, 101)Transform xgb x_test_lr2 shape: (300000, 101) 這意味著，我們通過xgb的組合特徵，額外增加了80個特徵，我們繼續分別將這些特徵灌入到LR中進行train： ###灌入到LR中begin_time = time.timeprint(f'Begin Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(begin_time))}')lr_model = LogisticRegressionlr_model.fit(x_train_lr, y_train)lr_model2 = LogisticRegressionlr_model2.fit(x_train_lr2, y_train)joblib.dump(lr_model, './model/lr_model.pkl')joblib.dump(lr_model2, './model/lr_model2.pkl')end_time = time.timeprint(f'End Time : {time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(end_time))}') 對比三組效果，分別是單獨的XGB模型，XGB的葉子特徵獨立LR模型，特徵拼接的LR模型，先構建效果函數： ##效果輸出函數def func_print_score(x_data,y_data,data_type,model_x):y_pred = model_x.predict(x_data)print(f'==============({data_typeconfusion = metrics.confusion_matrix(y_data, y_pred)print(confusion)print('')auc = metrics.roc_auc_score(y_data,y_pred)print(f'AUC: {auc}')print('')aupr = metrics.average_precision_score(y_data, y_pred)print(f'AUPR: {aupr}')print('')report = metrics.classification_report(y_data, y_pred)print(report)print 分別輸出混淆矩陣，AUC，Accuracy，AUPR(AUC有效面積，衡量不均衡分類時非常好用)，以及分類報告，輸出結果如下： ==============(testdata-xgb[[248629 3305][ 44416 3650]]AUC: 0.5314093688885991Accuracy: 0.84093AUPR: 0.18790537837217178precision recall f1-score support0 0.85 0.99 0.91 2519341 0.52 0.08 0.13 48066avg / total 0.80 0.84 0.79 300000==============(testdata-xgb-lr[[247447 4487][ 43073 4993]]AUC: 0.5430338904724129Accuracy: 0.8414666666666667AUPR: 0.19828793875544898precision recall f1-score support0 0.85 0.98 0.91 2519341 0.53 0.10 0.17 48066avg / total 0.80 0.84 0.79 300000==============(testdata-xgb-lr2[[251376 558][ 47867 199]]AUC: 0.5009626374208841Accuracy: 0.8385833333333333AUPR: 0.16064502596303487precision recall f1-score support0 0.84 1.00 0.91 2519341 0.26 0.00 0.01 48066avg / total 0.75 0.84 0.77 300000 結果數據慘不忍睹，我們將PR曲線列印出來，代碼如下： ##測試數據的PR曲線probas_xgb = model.predict_proba(x_test)probas_lr = lr_model.predict_proba(x_test_lr)probas_lr2 = lr_model2.predict_proba(x_test_lr2)##precision_recall_curve函數precision_xgb,recall_xgb, thresholds_xgb = metrics.precision_recall_curve(y_test, probas_xgb[:,1])precision_lr,recall_lr, thresholds_lr = metrics.precision_recall_curve(y_test, probas_lr[:,1])precision_lr2,recall_lr2, thresholds_lr2 = metrics.precision_recall_curve(y_test, probas_lr2[:,1])plt.figure(figsize=(8,6))plt.plot(recall_xgb, precision_xgb, label = 'xgb', alpha = 0.8, color = 'red')plt.plot(recall_lr, precision_lr, label = 'xgg-lr', alpha = 0.8, color = 'blue')plt.plot(recall_lr2, precision_lr2, label = 'xgb-lr2', alpha = 0.8, color = 'green')plt.plot([0,1],[0,1],'k--')#圖例列印plt.legend(bbox_to_anchor=(1.05, 0), loc = 3, borderaxespad = 1)plt.xlim([-0.05, 1.05])plt.ylim([-0.05, 1.05])plt.xlabel('Recall Rate')plt.ylabel('Precision Rate')plt.title('PR Curve') 最後的PR曲線，更慘不忍睹，曲線太秀了，辣眼睛： ... 從PR曲線的角度看，還不如純粹的XGB模型效果好，但這個曲線並不能代表任何東西，因為我們所以的流程都是奔著能跑通，以及流程走通為主要目的，如果大家看github上的源碼，會發現存在大量的臨時gc回收等動作，沒辦法，我的阿里雲試驗機子內存以及核太小，只能先把流程跑通再說。 以上所有示例代碼，以及項目，代碼都放在了Github上（記得給start哈）： 總之，大概的流程邏輯如上了。 05 總結 CTR預估不管是過去，還是未來都是重中之中，這裡給出的示例是XGB+LR的組合方案，也算業界一個典型的Baseline方案，熟悉基準方案對於理解CTR預估還是有一定幫助的。 況且對於一些初入廣告領域的朋友來說，也是一個不錯的練手項目。 而且這裡是CTR預估，其實底層核心都是對於目標的擬合，底層方案是可以互通的，比如後面可能涉及到oCPX，以及其他類似的領域。繞來繞去，最後發現了其實業務場景映射下來，很多底層技術都是互通的，而上層的業務更多關注於樣本以及特徵的構建。 先不說這麼多，下個階段，我們可能將脫離常規的機器學習技術方案了，是的，題目都已經想好了，就叫《廣告的召回與LookAlike，萬物皆可Embedding》。 參考文獻 【01】看了很多資料，大過年的，實在沒有精力整理了，改天補上。 ... 文章都看完了，還不點個讚來個賞~

文章來源取自於：

壹讀 https://read01.com/zyndE2B.html

MOMO購物網 https://www.momoshop.com.tw/goods/GoodsDetail.jsp?i_code=5673002&memid=6000007380&cid=apuad&oid=1&osm=league

如有侵權，請來信告知，我們會立刻下架。

DMCA：dmca(at)kubonews.com

聯絡我們：contact(at)kubonews.com

【富邦momo台折扣優惠開箱評價】【富邦媒體科技折扣優惠開箱評價】【momo優惠年終】【momo 1台折扣優惠開箱評價】
【momo旅遊購物台折扣優惠開箱評價】 【Hamilton】漢米爾頓 JAZZMASTER 分秒必爭時尚機械腕錶-銀x咖啡42mm(H42615553)【momo購物台折扣優惠開箱評價】 【PUMA】女性 訓練系列 Feel It中衝擊 運動內衣 -黑色-歐規(51828907)【富邦mo折扣優惠開箱評價】 【小米】米家小相機(攝影機 錄影機)(1)【momo購物台 購物台折扣優惠開箱評價】 【日本SUN FAMILY】360度全方位平腹美腰帶