预估——CTR预估中的样本采样

待更新

• 参考文献：ctr 校准的方式
• 论文：《Practical Lessons from Predicting Clicks on Ads at Facebook》

---

CTR预估的样本采样

• CTR预估任务中，正负样本可能偏差很多，此时需要做样本采样，以提升训练速度和效果
  • “负采样可以提升训练速度和模型效果”来自论文《Practical Lessons from Predicting Clicks on Ads at
    Facebook》

CTR预估样本采样后的校准

• 方法一
  • 参见ctr 校准的方式中的推导
• 方法二【常用方式】
  • 假设负采样比例为\(w\)，原始预估值为\(p\)，则校准后的预估值\(q\)为：
    $$
    \begin{align}
    q = \frac{p}{p+(1-p)/w}
    \end{align}
    $$
  • 具体实现如下：

    logits = ctr_mlp_layer(input)
    pctr = tf.nn.sigmoid(logits)
    final_pctr = pctr / (pctr + (1 - pctr) / negative_downsampling_rate)