利用GBDT模型構造新特徵具體方法

實際問題中，可直接用於機器學**模型的特徵往往並不多。能否從「混亂」的原始log中挖掘到有用的特徵，將會決定機器學**模型效果的好壞。引用下面一句流行的話：   特徵決定了所有算法效果的上限，而不同的算法只是離這個上限的距離不同而已。   本文中我將介紹Facebook最近發表的利用GBDT模型構造新特徵的方法。   （Xinran He et al. Practical Lessons from

>>阅读原文<<