推荐系统笔记之 GBDT+LR

文章目录 前言 一、LR 二、GBDT 三、GBDT+LR 前言 GBDT+LR模型利用GBDT自动进行特征筛选和组合， 进而生成新的离散特征向量， 再把该特征向量当做LR模型的输入， 来产生最后的预测结果， 该模型能够综合利用用户、物品和上下文等多种不同的特征， 生成较为全面的推荐结果， 在CTR点击率预估场景下使用较为广泛 一、LR 逻辑回归模型非常重要， 在推荐领域里面， 相比于传统的协同过

>>阅读原文<<