GBDT+LR:Practical Lessons from Predicting Clicks on Ads at Facebook簡介

Practical Lessons from Predicting Clicks on Ads at Facebook 整體思路 文章主要將gbdt與lr融合，效果得到較大的提升。 圖中共有兩棵樹，x爲一條輸入樣本，遍歷兩棵樹後，x樣本分別落到兩顆樹的葉子節點上，每個葉子節點對應LR一維特徵，那麼通過遍歷樹，就得到了該樣本對應的所有LR特徵。構造的新特徵向量是取值0/1的。舉例來說：上圖有兩棵樹，

>>阅读原文<<