【文件属性】：
文件名称：tencent_ad:腾讯社交广告算法大赛2018
文件大小：200KB
文件格式：ZIP
更新时间：2021-04-25 05:36:09
Python
tencent_ad
腾讯社交广告算法大赛 Baseline
baseline :
baseline_topk: 选择在interest kw topic等特征中出现频率topk的值，删除剩余的低频值
由于kw topic等id类特征繁多，并且发现很多kw或者topic成对出现：
因此首先使用word2vec进行词向量构造，
然后使用k-mean对词向量进行降维，对相似度极高的kw或者topic进行合并处理；再使用
缺陷：
由于机器原因 词向量的维度太小，而id类特征太多，导致词向量无法对id进行很好的区分；
数据量较大，kmean需要极大的内存开销，并且聚类时间较长；
【文件预览】：
tencent_ad-master
----feature_cross.py(6KB)
----util_feature_selcet.py(7KB)
----util_vectorTokmeans.py(2KB)
----feature_user.py(4KB)
----baseline.py(5KB)
----baseline()
--------Baseline.py(3KB)
--------data_to_ffm_format.py(2KB)
--------Baseline_topk.py(4KB)
--------input()
--------big_old_baseline.py(4KB)
--------userFeature_to_DataFrame.py(986B)
--------README.md(6KB)
----feature_nlp.py(6KB)
----util_word2vec.py(4KB)
----feature_select.py(1KB)
----feature_kmeans.py(2KB)
----one_hot_baseline.py(6KB)
----README.md(672B)
----Main.py(3KB)
----util_base.py(2KB)
----util_models.py(3KB)
----util_convert_ffm.py(2KB)
----feature_ad.py(1KB)