【PPT+实录】携程旅馆研发部BI司理潘鹏举：呆板进修在OTA旅馆服

假如你的模子已经通过了起源的方针，也许会开始开拓上线的流程，会开拓API，开拓完之后校验数据对差池，然后再放在线上空跑，空跑是手印子已经在线上嵌入了，会设置一个开关，开关开启节制模子对现有流程不影响，记log，通过log说明这个模子在线上的真实结果，首要目标是做风控。空跑之后上线，做模子监控，这是一整套的流程。

? ?

对付器材，首要是用R和python，会有好几个陈设有R和Python的处事器，在这上面实习模子。

这是Feature计划的例子，有房猜测分差异的维度，着实首要是加了差异维度的先验概率，差异时候预订可确认率是纷歧样的，白日可确认是较量高的，到了晚上确认就较量差。

???

旅馆维度。

??

求助度维度，求助度的界说是，旅馆有50个屋子，有40个封锁掉了，只剩下20%的房间，那么这个房间的求助度是80%。

???

房型维度跟旅馆维度差不多，颗粒度纷歧样，房型维度首要刻画库存的现实耗损环境。

???

模子实习的履历总结。

???

在模子实习内里特性工程、筹备数据花许多时刻。这列了一些常用的要领：

???

• 缺失值猜测，对缺失值用一个模子举办猜测，弥补缺失值。对重要变量的缺失值做猜测，它可以晋升模子的结果。

• ? 百分比调动，规避分母呈现0的影响。这边列了一个小能力，A除以B，B是0，就会呈现NA、NAN非常值，会在分母里加一个很小的数字，好比加0.000几，这样就不会呈现NA、NAN等非常数值，实习模子会较量利便。对付种别变量列了三种常用处理赏罚要领。

• OneHotEncode。

• WOE在风控上用得较量多，可以实习处方针变量和猜测变量之间的权重是几多。对较量OneHotEncode，WOE只有一个变量功效。

• Impactcoding，跟WOE思绪是一样的，只是调动公式不太一样。

???

数据发掘、呆板进修城市提到归一化。

在这边的营业模子中较量罕用到归一化，归一化就是把量看成了一些scale，会用最大最小值，假如放在线上，必要把最大最小值存储下来。最首要的题目，也许线下实习数据最大最小值差距是较量明明，会导致呈现猜测毛病。其它今朝行使的集成呆板进修对量纲不敏感。

???

衍生新变量。

??

• Entropy转换，用了它对模子的结果举办晋升。思绪针对room对多个变量的不确定性举办权衡。

• GBDT衍生新变量。思绪，在每个调查值在节点上的功效作feature。

• SVD++衍生新变量，用这个方法发明featuer，隐含的因子用它来进修，有一个模子内里用到。

???

把实习是分为两倍，50%做第一层，就是T1，左边叫第一层模子。把这个对象feature实习出第二层模子，用最终的模子猜测test功效。

有些人实习很少本成分training和test，把它的功效直接提交，看提交功效后的怎样。

???

实习模子，一样平常城市留一个test荟萃，在线下实习模子的时辰，也许会实行许多种模子，要比拟出模子是否有差别，就可以用统一个test去猜测一下，这样就较量利便比拟出差异模子之间的差别。

???

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!