LR | Logic Regression | 邏輯回歸
Y = ax1 + bx2 + cx3 + dx4 ...
- 針對(duì)召回算法返回的數(shù)據(jù)，進(jìn)行二次精排钉答，可以看做是對(duì)點(diǎn)擊率的預(yù)估数尿；
- x1，x2诊杆，... 可以理解成特征值，比如用戶(hù)的年齡豹储，用戶(hù)的性別淘这，門(mén)店的類(lèi)別铝穷，門(mén)店的價(jià)格等；
- a曙聂，b，... 是每個(gè)特征值的權(quán)重断国；
- Y 介于 0 和 1 之間稳衬，越接近 1语稠，越可能被點(diǎn)中了弄砍，越趨近 0音婶，被點(diǎn)擊的概率就越小寸士；
- 對(duì)于學(xué)習(xí)也是一樣碴卧，對(duì)于已經(jīng)存在的數(shù)據(jù)，x1, x2, ... 已經(jīng)存在了婶博，并且 Y 是固定的，要么是被點(diǎn)擊的正樣本荧飞，要么是沒(méi)被點(diǎn)擊的負(fù)樣本凡人，有了正負(fù)樣本之后名党，就可以做邏輯回歸，算出 a, b, c, d挠轴，得出擬合公式传睹，就是一條直線；在線之上的就是正樣本（被點(diǎn)擊的）岸晦，在線之下就是負(fù)樣本（沒(méi)被點(diǎn)擊的）欧啤；
- 在做模型預(yù)測(cè)的時(shí)候，對(duì)于新進(jìn)來(lái)的點(diǎn)（一個(gè)門(mén)店）启上，將其 x 值輸入進(jìn)去堂油，然后判斷點(diǎn)是在直線的上方碧绞，還是線的下方府框，如果在線的下方，就可以認(rèn)為這個(gè)門(mén)店不被點(diǎn)擊讥邻，其排序的權(quán)重就比較小迫靖，如果在線的上方，Y 的值就會(huì)比較大兴使，比如 0.99系宜，其排序的權(quán)重就更靠前；
