项目介绍

• 2018腾讯广告大赛baseline 100行代码带你上0.73

• baseline 在内存大于32g的情况下使用，挑整参数，可以上0.74

• 1.首先处理4个G的用户特征

• 2.拼接用户特征，广告特征

• 3.将单取值的离散特征使用稀疏方式one-hot

• 4.将多取值的离散特征使用稀疏方式向量化

• 5.线下测试

• 6.线上提交

• baseline_v2 16g左右内存使用，建议开启虚拟内存
• 将训练集分片，分别训练预测，然后将预测结果求平均，大概需要15g内存

• baseline_v3 只要能读进去数据，join完应该就能跑了
• 每次训练重新读取的数据，这样应该8g内存就能跑了