推薦系統筆記之 GBDT+LR

文章目錄 前言 一、LR 二、GBDT 三、GBDT+LR 前言 GBDT+LR模型利用GBDT自動進行特徵篩選和組合， 進而生成新的離散特徵向量， 再把該特徵向量當做LR模型的輸入， 來產生最後的預測結果， 該模型能夠綜合利用用戶、物品和上下文等多種不同的特徵， 生成較爲全面的推薦結果， 在CTR點擊率預估場景下使用較爲廣泛 一、LR 邏輯迴歸模型非常重要， 在推薦領域裏面， 相比於傳統的協同過

>>阅读原文<<