基于特征优化的逻辑回归模型在广告点击率问题中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究状况简介 | 第11-12页 |
| 1.3 论文的章节安排 | 第12-13页 |
| 第2章 相关方法技术介绍 | 第13-21页 |
| 2.1 逻辑斯蒂回归模型 | 第13-14页 |
| 2.1.1 逻辑斯蒂分布 | 第13页 |
| 2.1.2 二项逻辑斯蒂回归模型 | 第13-14页 |
| 2.2 主成分分析方法 | 第14-15页 |
| 2.2.1 主成分分析思想原理 | 第14页 |
| 2.2.2 主成分分析数学模型 | 第14-15页 |
| 2.2.3 主成分分析优缺点 | 第15页 |
| 2.3 决策树 | 第15-17页 |
| 2.3.1 决策树模型 | 第15-16页 |
| 2.3.2 决策树学习步骤 | 第16页 |
| 2.3.3 决策树优缺点 | 第16-17页 |
| 2.4 GBDT算法 | 第17-18页 |
| 2.4.1 背景知识 | 第17页 |
| 2.4.2 梯度提升树 | 第17-18页 |
| 2.4.3 GBDT与LR的融合 | 第18页 |
| 2.5 ROC曲线及AUC值 | 第18-21页 |
| 2.5.1 ROC曲线 | 第18-19页 |
| 2.5.2 AUC值 | 第19页 |
| 2.5.3 ROC曲线的优点 | 第19-21页 |
| 第3章 传统逻辑回归模型在CTR中的应用 | 第21-26页 |
| 3.1 数据清洗和样本选取 | 第21-22页 |
| 3.1.1 数据选择 | 第21页 |
| 3.1.2 无效变量剔除 | 第21-22页 |
| 3.1.3 字符型变量的处理 | 第22页 |
| 3.1.4 缺失值处理 | 第22页 |
| 3.2 基于传统逻辑回归的建模 | 第22-26页 |
| 3.2.1 样本集的构成 | 第22-23页 |
| 3.2.2 初步模型建立 | 第23页 |
| 3.2.3 模型结果 | 第23-26页 |
| 第4章 基于PCA的特征工程 | 第26-35页 |
| 4.1 确定主成分个数 | 第26页 |
| 4.2 PCA与LR融合模型(一) | 第26-29页 |
| 4.2.1 基于碎石图与平行分析的主成分 | 第26-28页 |
| 4.2.2 基于累积方差贡献率的主成分 | 第28-29页 |
| 4.3 PCA与LR融合模型(二) | 第29-32页 |
| 4.3.1 基于碎石图与平行分析的主成分 | 第29-31页 |
| 4.3.2 基于累计方差贡献率的主成分 | 第31-32页 |
| 4.4 模型评价与分析 | 第32-35页 |
| 第5章 基于决策树的特征选择 | 第35-42页 |
| 5.1 经典决策树 | 第35-39页 |
| 5.1.1 经典决策树的算法步骤 | 第35-36页 |
| 5.1.2 基于信息增益的特征选择 | 第36-39页 |
| 5.2 条件推断树 | 第39-41页 |
| 5.2.1 条件推断树的算法步骤 | 第39页 |
| 5.2.2 基于条件推断树的特征选择 | 第39-41页 |
| 5.3 模型评价与分析 | 第41-42页 |
| 第6章 基于GBDT的特征优化 | 第42-50页 |
| 6.1 GBDT的调参 | 第42-44页 |
| 6.2 one-hot编码 | 第44-46页 |
| 6.3 变量重要性 | 第46-48页 |
| 6.4 GBDT与LR的融合模型 | 第48页 |
| 6.5 模型评价与分析 | 第48页 |
| 6.6 几种方法的对比分析 | 第48-50页 |
| 6.6.1 流程对比 | 第48-49页 |
| 6.6.2 变量对比 | 第49页 |
| 6.6.3 模型结果对比 | 第49-50页 |
| 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
