阿里巴巴算法工程师面试题请教：Logic regression建立广告点击

是最近电面的题么？

现在edX上有门课scalable machine learning上面就有一个专门实现这个的assignment~ 实现用的是spark，调用的是python的接口

就是简单的二分类问题。。

LR输出的是[0,1]之间的概率值，同时广告点击率也是[0,1]之间的值。所以我觉得，直接用训练数据{xi,yi}(xi是特征向量，yi是点击率)来最小化logistic regression的损失函数就可以了 LR cost function: 【 在 sekingme 的大作中提到: 】 : 怎么用Logic regression建立一个广告点击率预测模型？ : 这是阿里巴巴算法工程师岗的一个面试题，当时不知道怎么回答，求大牛们解答。 :

【 在 LJ10211289 的大作中提到: 】 : LR输出的是[0,1]之间的概率值，同时广告点击率也是[0,1]之间的值。所以我觉得，直接用训练数据{xi,yi}(xi是特征向量，yi是点击率)来最小化logistic regression的损失函数就可以了 : LR cost function: : [upload=1][/upload] 你觉得有哪些特征可以做特征向量呢？

我觉得像广告类型，是否图片，展示形式应该有用，也没有具体数据，所以不好说。广告方面有专门的广告计算学，你可以参考参考，再多的我就不清楚了 【 在 sekingme 的大作中提到: 】 : : 你觉得有哪些特征可以做特征向量呢？

【 在 LJ10211289 的大作中提到: 】 : LR输出的是[0,1]之间的概率值，同时广告点击率也是[0,1]之间的值。所以我觉得，直接用训练数据{xi,yi}(xi是特征向量，yi是点击率)来最小化logistic regression的损失函数就可以了 : LR cost function: : [upload=1][/upload] 实际上这不是普通意义上的概率值，只是一个打分，通常这个阈值还需要调整

同问，感觉ctr模型主要难点是选特征...特征是两方面的包括用户和广告两方面的，看过一些资料说可以用交叉特征，但简单地做交叉维度会很大而且很稀疏，不知道具体是怎么做的呢？

【 在 binxin 的大作中提到: 】 : 实际上这不是普通意义上的概率值，只是一个打分，通常这个阈值还需要调整 我的意思是，不把这看作一个分类问题，而是一个回归问题。训练时直接用(特征向量xi，广告点击率yi)代入LR的损失函数里进行训练