写点什么

DeepCTR:易用可扩展的深度学习点击率预测算法库

  • 2019-05-08
  • 本文字数:2124 字

    阅读完需:约 7 分钟

DeepCTR:易用可扩展的深度学习点击率预测算法库

这个项目主要是对目前的一些基于深度学习的点击率预测算法进行了实现,如 PNN , WDL , DeepFM , MLR , DeepCross , AFM , NFM , DIN , DIEN , xDeepFM , NFFM , AutoInt 等,并且对外提供了一致的调用接口。关于每种算法的介绍这里就不细说了,大家可以看论文,看知乎,看博客,讲的都很清楚。


这里简单从整体上介绍一下 DeepCTR 这个库。首先这个不是一个框架,它不具有学术创新意义,目前也没有解决什么复杂的工程问题。它面向的对象是那些对深度学习以及 CTR 预测算法感兴趣的同学,可以利用这个库:


  1. 从一个统一视角来看待各个模型

  2. 快速地进行简单的对比实验

  3. 利用已有的组件快速构建新的模型

统一视角

DeepCTR 通过对现有的基于深度学习的点击率预测模型的结构进行抽象总结,在设计过程中采用模块化的思路,各个模块自身具有高复用性,各个模块之间互相独立。基于深度学习的点击率预测模型按模型内部组件的功能可以划分成以下 4 个模块:输入模块,嵌入模块,特征提取模块,预测输出模块。


快速实验


Criteo 数据集预览


下面是一个简单的用 DeepFM 模型在 criteo 数据集上训练的的例子。


import pandas as pdfrom sklearn.preprocessing import LabelEncoder, MinMaxScalerfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import log_loss, roc_auc_scorefrom deepctr.models import DeepFMfrom deepctr.utils import SingleFeatif __name__ == "__main__":
data = pd.read_csv('./criteo_sample.txt')
sparse_features = ['C' + str(i) for i in range(1, 27)] dense_features = ['I'+str(i) for i in range(1, 14)]
data[sparse_features] = data[sparse_features].fillna('-1', ) data[dense_features] = data[dense_features].fillna(0,) target = ['label'] # 1.Label Encoding for sparse features,and do simple Transformation for dense features for feat in sparse_features: lbe = LabelEncoder() data[feat] = lbe.fit_transform(data[feat]) mms = MinMaxScaler(feature_range=(0, 1)) data[dense_features] = mms.fit_transform(data[dense_features]) # 2.count #unique features for each sparse field,and record dense feature field name sparse_feature_list = [SingleFeat(feat, data[feat].nunique()) for feat in sparse_features] dense_feature_list = [SingleFeat(feat, 0) for feat in dense_features] # 3.generate input data for model train, test = train_test_split(data, test_size=0.2) train_model_input = [train[feat.name].values for feat in sparse_feature_list] + \ [train[feat.name].values for feat in dense_feature_list] test_model_input = [test[feat.name].values for feat in sparse_feature_list] + \ [test[feat.name].values for feat in dense_feature_list] # 4.Define Model,train,predict and evaluate model = DeepFM({"sparse": sparse_feature_list, "dense": dense_feature_list}, final_activation='sigmoid') model.compile("adam", "binary_crossentropy", metrics=['binary_crossentropy'], ) history = model.fit(train_model_input, train[target].values, batch_size=256, epochs=10, verbose=2, validation_split=0.2, ) pred_ans = model.predict(test_model_input, batch_size=256)
print("test LogLoss", round(log_loss(test[target].values, pred_ans), 4)) print("test AUC", round(roc_auc_score(test[target].values, pred_ans), 4)))
复制代码

快速构建新模型

所有的模型都是严格按照 4 个模块进行搭建的,输入和嵌入以及输出基本都是公用的,每个模型的差异之处主要在特征提取部分。


下面是 DeepFM 模型的特征提取核心代码,大家也可以利用这些已有的组件去构建自己想要的模型。


fm_input = Concatenate(axis=1)(embed_list)#将输入拼接成FM层需要的shapedeep_input = Flatten()(fm_input)#将输入拼接成Deep网络需要的shapefm_out = FM()(fm_input)#调用FM组件deep_out = MLP(hidden_size, activation, l2_reg_deep, keep_prob,use_bn, seed)(deep_input)#调用Deep网络组件deep_logit = Dense(1, use_bias=False, activation=None)(deep_out)
复制代码

如何使用呢!?

首先确保你的 python 版本 >=3.4 然后:


pip install deepctr
复制代码


就可以安装成功啦!剩下的我建议你先来项目仓库点个赞,然后再去看说明文档!


DeepCTR 项目地址:


https://github.com/shenweichen/DeepCTR


Welcome to DeepCTR’s documentation!


地址:


https://deepctr-doc.readthedocs.io/en/latest/


最后就是欢迎感兴趣的同学一起来维护建设和交流,无论是文档,还是开发,还是测试,都欢迎~

作者介绍:

沈伟臣,阿里巴巴算法工程师,硕士毕业于浙江大学计算机学院。对机器学习,强化学习技术及其在推荐系统领域内的应用具有浓厚兴趣。


本文来自 沈伟臣 在 DataFun 社区的演讲,由 DataFun 编辑整理。


2019-05-08 08:006348

评论

发布
暂无评论
发现更多内容

专业级音频制作软件:Logic Pro X for Mac 中文激活版

你的猪会飞吗

mac软件下载 Mac破解软件

网络安全作业二

白开水又一杯

Proxyman Premium for Mac(网络调试和分析工具)v5.6.1激活版

Rose

Three-Body Technology Phoenix Growl 1.6.0 鸾和唢呐音源插件

iMac小白

FSNotes for mac 文本处理软件 包括纯文本、Markdown和富文本格式(RTF)

Rose

Three-Body Technology Heavier7Strings 1.7.0 虚拟吉他插件

iMac小白

TaD+RAG-缓解大模型“幻觉”的组合新疗法

京东零售技术

人工智能 LLM 大模型幻觉 企业号2024年7月PK榜

GPT-4与Data Analysis:【机器学习】自然语言处理的新前沿

蓉蓉

openai gpt4o

解锁思维无限,Tinderbox 10 mac笔记工具让创意触手可及!

Rose

光标快速移动和管理窗口的工具 Rectangle Pro for Mac

Rose

小浣熊办公助手:重塑数据分析新体验

乌龟哥哥

FontLab for Mac 轻松设计各种字体样式

Rose

Jutoh for Mac(电子书制作软件)v3.18.4中文注册版

Rose

蓝易云 - PHP8的匿名函数-PHP8知识详解

百度搜索:蓝易云

php Linux 运维 Web 云服务器

Microsoft Remote Desktop Beta:无缝连接,跨平台办公新体验!

Rose

Nuro Audio Xpitch 1.0.2 音频修正校准插件

iMac小白

蓝易云 - 在k8s中用label控制Pod部署到指定的node上

百度搜索:蓝易云

云计算 Kubernetes 运维 k8s Node

蓝易云 - 文本溢出解决text-overflow: ellipsis;不生效的问题

百度搜索:蓝易云

云计算 运维 云服务器 高防服务器 text-overflow: ellipsis;

FiveNotes for mac(小型文本编辑器)v3.0.2激活版

Rose

Mac平台XLIFF文件编辑工具Xliff Editor for Mac

Rose

Topaz Video AI 专注于完成视频增强任务:去隔行扫描、放大和运动插值

Rose

小浣熊不单单是方便面,还是办公的“方方面面”

IT蜗壳-Tango

拯救我的期末大作业,小浣熊助我高分轻松飘过

白日梦

小浣熊

蓝易云 - SAAS系统建站的优势是什么

百度搜索:蓝易云

云计算 运维 SaaS 云服务器 服务器租用

Three-Body Technology Lost Soul 1.6.0 千里洞箫音源插件

iMac小白

如何挑选适合您项目的横道图软件

爱吃小舅的鱼

项目进度 横道图

EasyAnimate-v3版本支持I2V及超长视频生成

阿里云大数据AI技术

AIGC 视频生成 EasyAnimate 图片生成视频

智能办公新篇章:商汤小浣熊助力前端数据分析革命

三掌柜

商汤 商汤科技 小浣熊家族 小浣熊

智启未来—我与小浣熊共绘高效办公新篇章

申公豹

小浣熊

边缘计算技术:为什么边缘计算平台如此重要?

3DCAT实时渲染

边缘计算 实时云渲染 边缘计算平台

DeepCTR:易用可扩展的深度学习点击率预测算法库_数据库_DataFunTalk_InfoQ精选文章