áĽ.á¤.á . á á¨áŤá˛áľ-ááá˘áľ 2019 á¨áá
á áŤá á ááłá¨áá¨áĽ ááἠá°á¨á ááľáľá á°áŤááˇá
á¤áľá¤áᤠááŤáśá
á áá
áľá áľá áŤáá hackathon ááśáľá°á áá á°ááá. áĽáą á áá
á áŤá á ááłá¨áá¨áĽ ok.ru á¨á°á°áŤá áá ᣠá á
á°á á°á¨á°á ᣠá°ááŁáŠ áĽá ááᥠá¨áá
áá
á áŤá á ááłá¨ áá¨áĽ áá á ááĽáł á¨á°ááá áá¸áá˘
á¨á¤áľá¤áᤠ(á¨áá
á áŤá á ááłá¨áá¨áĽ áľáá°á) á áá
ááłá áá á¨á áá á áľááá á¨á°á¨áłá áĽáá° áá
á áŤá ááŤá áľááłá áłááá áĽáá° áá
á áŤá á ááłá¨ áá¨áĽ áľáá°á ááá˘
- áĽ.á¤.á . á 2014ᣠáá°áá á ááľ ááĽá á¨ááŤááá¸áá ááá°áśá˝ áĽááľ áá°áá á áá áá˘
- á 2016, ᨠVVZ á°ááŁá (áĽááľá ááŤáááľ áá˝áá), áá° áá á áŤá ááŤá áľáá°á á áἠáá.
- áĽ.á¤.á . á 2019 á¨á°á áááá ááἠá ááľ á°á áá ááĽá ááá°á á áá˝áá áľ áááł áá á áááľá¨áľ á°á¨á ááľá áľá˘
áľá 2014 áááľ á áá˝áá ᣠáá á 2016 áĽá 2019 ᣠáá¨áá á¨áá°áá°á á˝ááł á á°á¨á᪠ᣠá¨áľáá áá¨á áá á¨ááĽáŤáľ á˝ááłáá˝á áŤáľááá áá áᢠáá°ááá ááľáľáŽá˝ á¨áłá á á¨áá˝á áááŞáŤ áĽá áľááá áłáł áľáŤáá˝ áĽáá¨áľ áá áĽáŹ á áľáŁááᣠáĽá á áĽááá á áŤáŁá˘áá˝ áŤááááľ áááľ ááá¸áá á¨áľáśááá˘
mlbootcamp
áĽ.á¤.á . á 2019 ááľáľáŠ á¨á°á°áŤáá á ááľá¨á áá ááá˘
ááľáľáŠ á ááĽáŠá᪠7 á ááľáá áá á¨ááᨠá˛áá 3 á°ááŁáŤáľá áŤáá áá áᢠááá á°á á áŁá˘áŤá áá ááááἠáá˝áá, áŤáááą
ááá
á¨ááá ááᥠá¨á°á áá ááłáááŤáá˝á (userId) áĽá á¨ááľáł ááłáááŤáá˝á (objectId) áŤáááŁáᢠá°á ááá ááĽá á¨áłá¨ ááᥠá¨á°á áá ááłáá፠ᣠobjectId ᣠááá ââááĽá á¨á°á áá ááá˝ (ááĽá¨áááľ) áĽá á¨á°ááŤáŠ áŁá áŞáá˝á ááá á¨áľááá˝á áĽá á˝ááá˝á á áááá˝á á¨áŤá ááľáá ááááá˘
á¨á°á ááá áá፠| objectId | áŁáá¤áľááľ ááłáá፠| ááĽá¨ áááľ | ááľáá˝ |
---|---|---|---|---|
3555 | 22 | 5677 | [áá°áąáŁ á á á°á°ááá] | [áá˝1] |
12842 | 55 | 32144 | [á ááá°á°á] | [áá˝2áŁáá˝3] |
13145 | 35 | 5677 | [á á á°á°áááᣠáĽáá°áá á°áááˇá] | [áá˝2] |
á¨áá¨áŤá áá¨á áľáĽáľáĽ á°ááłáłá ááá
á áááᣠááá áá á¨ááĽá¨áááľ ááľáŠ áááľááᢠá°ááŁáŠ á ááĽá¨áááľ ááľáŠ ááľáĽ 'á¨á°áá°á°' ááá˝ áááŠá áá°áá á ááá˘
á¨ááľá¨á¨á˘áŤá ááá á¨áá¨á°áá ááá
á á áááĄ-
á¨á°á ááá áá፠| á¨á°á°á¨á°áŠ áááá[áááá ááľ] |
---|---|
123 | 78,13,54,22 |
128 | 35,61,55 |
131 | 35,68,129,11 |
ááľáŞá - á ááŤá ROC AUC á á°á áááá˝á˘
á¨áá¨áá á¨á áá áááá ááá፠á áá ááááá˘
á¨ááľáá áá á°á¨á
á ááľáá áá á°á¨á, á°ááŁáŠ á 3 áááá˝ á°á¨ááá
á¨áľáĽáĽá áľáááľ - á¨ááľáá˝ áĽá á˝ááá˝ á áľá°áá áááá áŁá áŞáŤáľ áŤáŤáľáłá;ĐĐąŃĐ°ĐśĐľĐ˝Đ¸Ń - á¨ááľá áá¨áá áĽáť áŤáŤáľáłá;á˝ááá˝ - áľá á˝ááá˝ áĽáť áá¨áá áŤáŤáľáłáá˘
á¨ááľáá áá ááľá¨á
á¨ááľáá áá á°á¨á ááᣠááᥠáááá áŁá áŞáŤáľ á áŤáˇáᣠá˝ááá˝ áĽá ááľáá˝ áá áľáá˝ áá áŠá˘ á ááἠáľáĽáľáĽ ááľáĽ áŤááľ á¨áľáá˝ ááľáááá áĽá áá áŠáŁ 1,5 áĽáĽá á¨á áá ááááá˘
á˝áá áááłáľ
á áĽáŤ áŚáł cv áľááá áŤáŁ á áá
ááľáľá áá á âšâšááľáâşâş áĽáŤ áááŹá ááááŠá˘ á¨áá¨á á áłáł userIdᣠobjectIdᣠownerId (ááĽá á¨ááłá°áá áľ áĄáľá)ᣠááĽáá áááá á áĽá áááłá¨áľ á¨áá áá
á°áá˝ áĽáᣠá áĽááἠá¨áá
ááĽá ááľá ááá˘
áĽááľ á¨áá áá
á°á áá á¨á°áá°á¨áą áŁá
áŞáŤáľá áŤááᨠá ááᣠá¨áááĽáá ááłáĽ á ááľáááľ áá á áľááľá á¨á°áá ááá á¨ááá á ááłá¨ áá¨áĽ ááŁá ááľáś áĽááá
á ááá°áťáá˝ áá°ááłá°á ááá áá áá˘
áá¤áśáš á áľá°áá á ááá áŠáᢠá¨ááľáááľ ááŠáŽá ááá°áľ á ááŁáĽááľ á¨áááᣠáĽáŹ á á°áĽáŠáŁ á¨áŤá´á á ááśá˘ááŽá°á ááľááŁáľ á ááĽáá˘
áĽá áá ááľáś áá¤áą á áá°áťáťáá.
á¨áŁá ᪠áááá¨áľ
á ááľáá˝ ááľáŤáľ áĽá áá áááľáłá, áĽá á ááľ ááá ááá áááľá¨á áá°ááŠ.
áá˛áŤáá áĽáá°áááá¨áąáľ ᣠá áá¨á ááą ááľáĽ áĽá ááá
áŤá áŁá
áŞáá˝ á á ᣠáĽá á¨áá á á áá áááá¨áá
ᣠá á áŤáľáŚáľáľá áá°áľáŠá˘ áááľáá á áŁá áĽáŠ áá á ᣠáŤáááá á
áá
áśá˝ ᣠáá˛áŤáá áá° á᪠á°ááłá á¨ááááŞáŤ ááľáá ááŁáá˘
áĽá áá¨ááá˝ á á áĽá áĽááą á ááአá áá¸áľ á°áááá°áá, áľááá áááľ áá áłááľáĽ, áľáŤá ááľá áááá ááá á áĽáááł ááľáĽ ááťá ááááŠ.
á¨ááľá ááá°áľ á¨á áá áĽáľááľá á¨á°áĄ á áŁá ááá áŁá áŞáá˝
- á áá¨áá ááľáĽ áľááľ áá objectIdᣠuserId áĽá ownerId á°á¨áľá°áá (á¨áłááááľ áá ááááľ á áá áľ)á˘
- áá áŤá á ááĽáá˝ userId á¨áŁáá¤áľá ááľ á ááˇá (á¨á°á ááá áĄáľá ááááľ áá á¨á°ááá° ááá á áá áľ)á˘
- áľááľ áአá°á áá ááłáááŤáá˝ á áŁáá¤áľá ááľ ááĽáá˝á á áá°áá (á¨áĄáľáá áłáłá áá á áŤáááŁááá)á˘
á¨áá áá á°áá˝ á°á ááá áááĄá (áĽááľ / á¨á°ááľ / áá˝áľ / áá˝áľ) á¨á°ááá¨á°áá á¨áá á°ááľ ááááľ á°á˝áá. áĽááá á ááľáŚá˝ á ááŁáá áŁá áŞáŤáľá áááŤáľ ááá á áľá˝ááá áĄ-
- áá áŤá á áá á°á ááId á áá˝áľ áĽáá°ááŁ;
- áá ááĽá áĽá áá á áá á°ááľ ááłáŤá (objectId) áĽá á¨ááłá°ááľá˘
áá áá ááľ á ááľ áááŞáŤáá á áťá˝áá. ááá áá á¨áĽáá áá áá¨á áľáĽáľáĽ áá á áá° 20M ááááŚá˝ ááᣠáľááá áŁá áŞáŤáľá áá¨áá áľáá áá á áĽá á áááˇáá˘
áá¨áá á¨áá áá á áŤáá´á á áťá˝áŤááᢠááá áĽááłá ááᥠá áá áá á¨á°áá°á¨á° á˘ááá "ááá°ááą" ááá ááá˝ á¨áá á¨áá¨á áá°áľ á áá¨áá, ááá áá, áá áĽáá° áááłá, áĽáá˛á á áľááááá.
á¨á°á°á á á¨áĽáá á áľáĽáľáĽ (á¨áŤá˛áľ áĽá ááá˘áľ 2 áłáááłáľ) á 2 á°á¨áá áá áá˘
áá´áá á áá¨á¨áťááš N áááľ áá¨á áá á á°ááĽááᢠá¨áá á¨á°ááášáľ áľáĽáľáŚá˝ áá°ááá á¨áᎠá ááá áá¨ááá˝ áá á¨á°ááᥠáá¸áᢠá á°ááłáłá áá á¨áááá á°áááá á¨á°ááŤáŠ á˘ááŽá˛áá ááááŁáľ á¨ááťáá áľ áá¨á áłá¨á˘ á áŁá ááá á áŤááľ á á˛áľ áŁá
áŞáŤáľá áĽá¨áá ᨠáŤááá áŽáľ áĽáá°áá áá áá áĽá áŤáá°áá á áĽá á˘áá áŤááá áá¨á áĽáť áááἠáá = 1.
áľááá , á°ááłáłá áŁá áŞáŤáľ á ááá°áá-
- userId á áŁáá¤áľááľ ááłáá፠áĄáľá ááľáĽ áľááľ áá ááĽáá á ááˇáá¤
- áá áŤá á áá á°á áá ááĽáá ááĄáľá áŁáá¤áľ ááłáá፠áá°ááłáá¤
- á°á áá ááłáá፠á¨áŁáá¤áľá ááľ á¨áá°áłá¸á ááĽáá˝ ááśáá˘
áááľá á°áá á ááŤá ááá á˘ááŽá˛áá áá°ááŤáŠ á¨ááľáĽ áŁá áŞáŤáľ áĽáá¨áľ á áá¨á áľáĽáľáĽ á ááľ ááá ááᢠá ááá á°á¨á ᣠcatboost áĽáá˛á á˘áá á˘ááŽá˛áá ááááŁá áĽá á¨áá áĽááł ááá áĽá á á¨áá ᣠáá áááłá ᣠá áá áĄáľá ááľáĽ ááĽáá˝á á¨áá°áą áአá°á áááá˝á ááĽá ááá á á°á˝ááᢠá á°ááłáłá áá ááá áἠá°áłááˇá - á¨áĽá á¨ááἠáľáĽáľáĽ áĽá áá áááˇá, áĽá áŁá áŞáŤáľá áááá¨áľ ááá á á°á˝áá.
áŤáľáŚáľáľ á á°áá°á°á ááá˝ áá áĽáť á˘ááŽá˛áá ááááŁáľ á˘á˝ááᣠááĽá¨áááľ ááá˝ ááĽá¨áááśá˝ á ááľáĄ- áłáá á¨á°ááŤáŁ áŤáá°áá°á°áŁ áŤáá°áááᣠá á á¨á°á°á¨áᣠá˝á á¨á°áŁáᣠáĽáąá á áĽá áááá ἠáá˝ááᢠáááá á áááľ áľáá ááĽáŹá áá áĽá á¨ááἠáľáĽáľáĄá ááááľááľ á˛á áá á°á á áááł áŤáá¸áá áŁá áŞáŤáľ á áŁáŤáá˘
áŤá á á°á ááŠááľ á áá°á áá ááŠá˘ áĽá¸áá á áłááŞá ááá á¨ááľá ááá°áľ ááá áá᪠á áááľá áą áá áᢠááłáĄ áááá ááá á catboost áá á¨áľ áááľá áľ ááŁá˘ áĽá á¨ááááľ ááľáá˝á á°áĽáľá áá áĽá á á˛áľ á¨ááľáĽ áŁá ᪠ááľáCat áĽáááááá˘
á¨KMeans á¨á°áá áľáĽáľáŚá˝á á áĽá áŤáŁáŤ áĽá áŤáááą á áá á ááłááľ áááá˝ áĽáá á áá˘
á ááľá áŤáľ áá á áááľá¨áľ á¨áá¨á°ááľá áĽááááŤáá
- á á˛áľ ááľáĽ áŁá
áŞáŤáľáĄ-
- á¨áľáá ááľá áŤáľ áĽááá áá á á°á áá ááłáá፠ááłá áá á;
- á¨áľáá ááľá áŤáľ áĽááá áá á¨áŁáá¤áľááľ ááłáááŤá áŤáłáŤá;
- á¨áľáá ááľá áŤáľ áĽááá áá á á°á áá ááłáá፠áááľ áá á;
- á¨á°ááŤáŠ ááŁáŞáá˝;
- áá áŤá á áአááľá áŤáľ á¨á°á áá ááłáá፠áłá¨á˘
- á¨áá áĽáá°á°ááá¸á áá° 15 á¨áá á á°ááłáłá áŁá áŞáŤáľ áĽá á¨ááá á˘ááŽá˛ááá˘
á˝ááá˝
á ááľá ááľáľá ááľáĽ áŤááľ áá¤áśá˝ ááĽá á°áľáá áá¸á áĽá á á˝áááš ááľáĽ áŤá´á áááá¨á áá°ááŠ. á¨áá á ááľ á á áá áĽá á áá°áŤá áá á áĽá á ááááľ á ááľ áá á tf-idf áĽá svd áá ááľáŤááᢠá¨áá á¨doc2vec áá áááť á á¨áᣠáĽáąá á áľááá á¨ááŤáľááááá áŤá°áááᢠá¨doc2vec áááŞáŤáá˝á áľáá˝ áŤáľá°áŤá¨áአá ááᣠá¨á˝áá ááá°áťáá˝ á áááťááá˘
áĽá á¨á፠á ááá á¨ááľáá˝ áŽáľá áĽáá°áá á°á áááŠá ᣠá áá ááľáĽ á¨ááľá ááá°áśá˝á á á˝áá ááá°áśá˝ á°ááťááᢠá áá¤áąá, á á˝áá ááľáľá ááľáĽ 2 á á°á¨á á ááá.
á¨áľáĽáĽá áľáááľ
áĽáľáŤáá âá áąá áŤááááľáŠáľâ á ááľ ááľáľá áááˇáᣠáĽá á ááŞáá˝ á°ááłá áá á AUC á˛ááá á¨áá
ááľáľá áá¤áľ á¨ááľáá áá ááľá¨á áá á¨áá°á á°á˝áá ááłá°á áá á¨á áľá˘
á ááá áá¨á ááľáĽ áŤááľá áááá áŁá
áŞáŤáľ ááľááá, ááľáĽ á¨áááľá áá¨áĽáŠ áĽá áĽáá° ááľáá˝ á°ááłáłá áľááá á áľááá, áááľááš áĽáŤáłá¸á áŁá
áŞáŤáľ áŤááá á áľá°áá. á á áŤáľáŚáľáľ ááľáĽ ááľááᥠ2á á°á¨á áá áĽááľáá á áľááááá˘
ᨠcatboost áááťá¸áľ á¨ááááŞáŤ á°á¨ááá˝
á ááľ á áá°á áĽá áááľ á°á¨ááľ á áľá°á°á°á ááá áá ááá á¨á°áᨠááá áĽááłáá°á¨áአá°á¨áłá áá á áááľ á¨áľáŤ áá°áŚá˝á ááŁáľ áĽáá áĽááá áááľ ááá˘
á¨ááľáľáŠ á°ááŁá á á°á ááá ááľáĽ ááĽáá˝á á°á¨á ááľá áľ áá ᣠáĽá á áá áá áá á¨áá°áŁ á˝ááŠá áĽá¨ááłá áá á ᣠáááľá ᣠá¨á°áłáłá° áááŞáŤ á ááťá˝áťááá˘
á ááľ ááá ááłá áĽá°áŁáááĄ-
á¨á°á ááá áá፠| objectId | ááááť | á¨ááŹáľ áĽáááľ |
---|---|---|---|
1 | 10 | 0.9 | 1 |
1 | 11 | 0.8 | 1 |
1 | 12 | 0.7 | 1 |
1 | 13 | 0.6 | 1 |
1 | 14 | 0.5 | 0 |
2 | 15 | 0.4 | 0 |
2 | 16 | 0.3 | 1 |
áľáá˝ ááἠááľá¨á
á¨á°á ááá áá፠| objectId | ááááť | á¨ááŹáľ áĽáááľ |
---|---|---|---|
1 | 10 | 0.9 | 1 |
1 | 11 | 0.8 | 1 |
1 | 12 | 0.7 | 1 |
1 | 13 | 0.6 | 0 |
2 | 16 | 0.5 | 1 |
2 | 15 | 0.4 | 0 |
1 | 14 | 0.3 | 1 |
á¨áá¨á°ááľá áá¤áśá˝ áĽááááá:
áá´á | AUC | á°á áá1AUC | á°á áá2AUC | áááľ AUC |
---|---|---|---|---|
á ááŤá 1 | 0,8 | 1,0 | 0,0 | 0,5 |
á ááŤá 2 | 0,7 | 0,75 | 1,0 | 0,875 |
áĽáá°ááłá¨áᣠá¨á á ááá á¨AUC áááŞáŤ ááťáťá áááľ á á°á ááá ááľáĽ áŤáá á ááŤá á¨AUC áááŞáŤ ááťáťá áááľ á áá°ááá˘
Catboost
á áľáĽáĽá á˛áľá°á ááľáľá á¨ááľáá áá ááľá¨á á¨ááááą 5 á°áááá˝ á ááľ á°ááá áťááá áá° ááá°á á°á¨á á áááłá áśááᢠááŞáá ááááľ á áĽá¨á á°áááá˘
á¨ááľáá áá á°á¨á ááá áľ
á áŚáááá ááľá¨á áá áŤáá áľá á RTX 2080 TI áŞá˛áŽ áŤááľ á¨á°á¨ááá á˘ááá ááá ᨠ300 áŠáĽááľ á˝áááľ áĽá ááááá á¨áá¨á¨áťá á¨ááááŞáŤ áŚáł ááĽááá 000 áłáááłáľ áĽááľáá°áŤ á áľáááá.
áĽáá° á°ááá ᣠá°ááá áĽáá˛á áŤáľáŚáľáľá á°á á
ááᢠááłáŚá˝á áĽá áŁá
áŞáŤáľá á°ááááĽá, áĽá áľá á°áááŠá
áŞáááąá áááá¨á´ áááá áááááá˝ áá° ááŁáŞá áĽá´áľ ááááľ á áľááá áá áá°ááá ááłáĽ á ááŤá, áĽá á ááĽáŽášá á áĽááá áĽá á¨áŁá áŞáá˝á áľáĽáľáĽ áŤáľá°áŤá¨á á áá áĽáť áá. á áá á ááľ áľáá á 15 á°á áłáľ áŤá á á¨áá á˛áá á ááľ áá´á áá á áľáĽáľáĽ á°á¨á á¨á°áááá á á¨á°áťá áá¤áľ ááááľ á˝ááá˘
á¨áŁá ᪠áááá¨áľ
á "á¨á፠áľáááśá˝" ááľáľá ááľáĽ áĽá ááĽá áŤáá¸á áŁá áŞáŤáľ áá ááłáŤá á áľááá áĽáá°áá áááááá. áááłá, á¨áŚá˛áľ ááĽá°áľ_áľááá_svd - á áŁá á áľáááá ááááľ, áá áááľ áĽáá°áá ááá áá¨á áŁáááá. á á áľááá áŁá áŞáŤáľ áá á áááľá¨áľ á¨á°ááŤáŠ áľááá ááá á á áá áá áĽáŹ á áľá¤ áá á. áááłá á ááŤá á¨áŚá˛áľ ááĽá°áľ_spark_svd á á°á áá áŁá áĄáľá áŁá áááᢠá°ááłáłá áľáá á á ááá°áĽá áľ áá¨á áá áá°á áá˝áá áĽá ááá = 1, áááľá, á ááŤá á¨áŚá˛áľ ááĽá°áľ_áľááá_svd á á°á ááá á áááˇá¸á áááŽá˝. á á°á¨á᪠á áá áŁá áŞáŤáľ á¨áŚá˛áľ ááĽá°áľ_áľááá_svdᣠá ááŤáł áá áŠá˘ áĽááśáš áĽáááááĄ-
- á¨áŚá˛áľ ááĽá°áľ CtrlGender
- á¨áŚá˛áľ ááĽá°áľ CtrHigh
- á¨á°á áá áŁáá¤áľ ááŁáŞ ááá°áśá˝á ááá áŠ
áááłá, á ááŤá áá á¨áŚá˛áľ ááĽá°áľ CtrlGender á á°á áá ááłáááŤá áá áĽáá° á ááŤá áĽá´áľ á áľááá áŁá ᪠áá á°áááˇá á¨á°á áá áŁáá¤áľ ááŁáŞ ááá°áśá˝á ááá አá á°á ááId+ownerIdᢠáá áá°á á˛á á¨ááłáá˝á áľááá ááááá á áľáááááľ áĽáá˛áŤáľáĄ ááľá¨á áá á¨á áľá˘
áĽáá˛áá á áá áŁá áŞáŤáľ áá አá¨áŚá˛áľ ááĽá°áľ á¨á°áá°áą áá ፠и auditweightsShowsCount. á ááąá áá° áá á áá¨áááᣠá¨á áá á áá áŁá ᪠á ááá°ááá˘
á¨ááἠááá°áľ
á¨ááľáľá áĽá á¨áááľ áá´áá˝ á áŁá á¨á°ááŤáŠ áľáŤáá˝ áá¸á. áá¨áá á áááá á áľ áá áááá ááááŽá˝ áááľ ááľáĽ ááľááŁáľ áĽá á áá°áá áá áľááá á°áááá á°áááá á ááłááľ ááá áŤááá áá¨ááá˝á ááááľá°ááá á áŁá á¨áŁáľ áá. á¨áááľ áááľá áĽá¨áá áá á¨áá, áá´áá á ááŤá ááĽáá áľ áá á¨ááἠááłážá˝á á¨áá áá áááá ἠáĽááááŤáá. ááá áá ááľáľáŠá áá¸áá á¨áááá á¨ááἠáááŁááá˝ ááἠáŁá áŞáŤáľ áá¸á.
áááĄá á¨áá¨ááá á ááᣠá áĽá´áą áááá˘áľ áá°á¨áľ áŤáá áá¨áľ áľá˝ááá á¨áŚá˛áľ ááĽá°áľ á¨á°áá°áą áá ፠и auditweightsShowsCount ááἠᣠáá áááľ á¨áĽááá áŁá áŞáá˝ á¨áá°á áĽá´áśá˝ áĽáááł á áĽááł áá áŤáá áŹáž á¨á áá á¨ááĽáá áááἠáŤáááŁáááá˘
áĽá áŤáááá á¨ááááŞáŤá ááá°áľ ááᢠáŚá˛áľ ááá ááá°áśá˝CountMax/auditweightsShowsCountMax.
áá¨ááá á áá
áĽáá áĽáá¨ááľ? á áľááááľ áá á°ááľá áĽá á áááĄ-
objectId | á¨á°á ááá áá፠| auditweightsShowsCount | á¨áŚá˛áľ ááĽá°áľ á¨á°áá°áą áá ፠| á˘áá (á¨á°áá°á°) |
---|---|---|---|---|
1 | 1 | 12 | 3 | ááááŁáľ á áá°áá |
1 | 2 | 15 | 3 | ááááŁáľ á á |
1 | 3 | 16 | 4 |
áááááŞáŤ áá áĽáá˛á
ááááąá ááłá áłáá á áŁá á áľááŤá áá á áĽá á¨áĽá áľáá ፠áĽáá ááá á ááťááᢠááá áá á áĽáá ááľáĽ áŤááľ á¨áĽááá
áŁá
áŞáá˝ á¨áá°á áá á¨ááŻá ᣠáĽá á áŁá á°áá á ááá ááá áĽá áááááľ áá°áá ᢠauditweightsShowsCountNext и áŚá˛áľ ááá á¨ááá°áľ CountNextᣠáááľá ᣠá áááĽáá áá áááá˝á˘ áŁá
᪠á áá¨á
(auditweightsShowsCountNext-auditweightsShowsCount)/(auditweightsLikesCount-auditweightsLikesCountNext) áá° ááľ áľááłá ááá á áľááááá˘
á¨áá¨á°ááľá áĽá´áśá˝ á ááááľ á°ááłáłá áááŁááá˝ áĽá
á áá ááá áá˝ááᢠá¨á°á áá áŁáá¤áľ ááŁáŞ ááá°áśá˝á ááá አá userId+ownerId ááľáĽ áĽá áááłáᣠá¨áŚá˛áľ ááĽá°áľ CtrlGender á objectId+userGender ááľáĽá˘ 6 á°ááłáłá ááľáŽá˝ á¨áá ááá°áľ áá á ááá°áá áĽá á á°áťá áá á áĽá áá¨ááá˝á á¨ááą á ááĽá°ááá˘
á ááŤá ááᣠá¨áá°ááá áá¨á á¨áľáĽáĽá áŁá áŞáŤáľ á ááĽá°ááᣠááá áá áá° ááľáá˝ áĽá á˝ááá˝ ááľáľá á áá°áááľááᢠáááá°á˝ áĽáŠ ááłáĽ áá áᥠáŁá áŞáŤáľ á á°ááá ááľáľáŽá˝ ááľáĽ á ááĽáł áááľáá˝ ááá á˝ááá˝ áá áŤá á áá°áŁá?
á ááľá áĽá á á áá ááľáľáŽá˝ ááľáĽ ááá áá°áśá˝ á ááá áŠá ᣠáá á ááŤá áá ᨠcatboost ááŁáŞ áááŞáŤáá˝á áááľáŠ ᣠáŽáąá á á¸áł áĽá áĽááľ áŁá áŞáá˝á á¨ááŹáŤááᢠá á áá á°áááĄ-
ááłá | á á áᥠ|
---|---|
á¨áá°áá á ááľáá˝ | 0.6411 |
á¨áá°áá áŤá ááľáá˝ | 0.6297 |
ááá°á áŚáł áá¤áľ | 0.6295 |
ááłá | á á áᥠ|
---|---|
á¨áá°áá á¨á˝ááá˝ áá | 0.666 |
á¨áá°áá áŤá á˝ááá˝ | 0.660 |
ááá°á áŚáł áá¤áľ | 0.656 |
ááłá | á á áᥠ|
---|---|
á¨áá°áá á áľáĽáĽá | 0.745 |
ááá°á áŚáł áá¤áľ | 0.723 |
á¨á˝ááá˝ áĽá ááľáá˝ áĽá áááá á¨ááá˝áá áľ áĽáľá áĽáá°áá ááá˝ ááᣠáĽá áááľ á áŁá á áľá°áłá˝ ááłáŚá˝á á¨áá¨áá á áá á¨áĽááą áá ááľáŤáľ á áááá˘
á áľáĽáĽá áľáááśá˝ ááľáĽ áŤá á°á¨á᪠áááá¨áľ áŁá áŞáŤáľ áá¨áá á áá°áĄá, áĽá á°á¨á ááľá áľ áááá. á áŚáááá ááľá¨á áá á¨áá°áŁ áĽá á¨á°á¨á á á°áŁáĄ áľáĽáľáĽ áľáá˝ áá᪠á°á á ᣠáĽáá° á°ááá ᣠááááŤáąá áá°áŁáá áľáá°áá ááᢠYetiRanlPairwiseá á¨áᎠá¨áľááá á¨áľá á°áľ á°ááŁáŤáľ ááááľáľ áŤá°á¨áá áá¤áľ áá á ááá¨á á (0,745 vs. 0,725)ᢠáQueryCrossEntropy á°áľá áá á¨áŁ áĽáąá áááá á ááťááá˘
á¨ááľáá áá ááľá¨á
á¨ááľáá áá á°á¨áᣠá¨ááἠá áááአá°ááłáłá ááᣠááá áá áľááá˝ áááŚá˝ áá áŠáŚ
- áááŤáá˝ userId, objectId, ownerId áĽáá°áá á áááá° á°á°áááá;
- áĽááľ áŁá áŞáŤáľ á°ááá°áá áĽá áĽááśá˝ áĽáá°áá á°á°áááá;
- áá¨áá á 1,5 áá áŤá á á¨ááŻáá˘
á¨áá á¨á°áá¨ááŠáľ á˝ááŽá˝ á á°á¨á᪠á ááľ áľáá
áááľ áá áᥠRTX 2080TI áŤáá áľáá
á áááá ááĄáľá á°ááľá§áᢠá htop áá¨á
á áá áĽááłáá.
ááłáĄ á ááľ áá á - ááľáááá áŤááá áĽáť ááľáááľá˘ á áŤáŁá˘áá á á áááአáá á áááááľ ááááľ á°ááłáľ áŤáłááá á áá áá¤áśáš ááŁá á¨áá˝á áááá¸áá ááľ á ááľ áá¨ááἠááááᢠá¨áá áá ááá á˝áá á¨áá¨áá áá á áá¨áá ááᢠáááąá á áľááš áááááľ áĽá ᨠcatboost áááŞáŤ ctr_complexity=1 ááááááľ áá°áá. áá
ááĽááąá á áľááš ááááłá, ááá áá á¨áĽá áá´á ááľáŤáľ ááá¨, áá¤áąá áĽáŠ áá á - 0,733. á°ááá, á¨áĽá á á°áᨠáááŠ, áá¨ááá á 2 áááá˝ á áá°á¨áááá áĽá á ááá áá¨ááá˝ áá á¨á°áá á, ááá áĽááłá áá
á ááľáá áá ááľá¨á áá áááĄá áá¤áľ á˘á°áĽá, á¨ááľáá áá ááľá¨á áá áĽá á˝ááŽá˝ áá áŠ. á¨áá ááá¸áá áááá áŁá
áŞáŤáľ ááľá°á áá° catboost ááá
ááľ áá áááľááἠá¨áá¨áá, á ááľáá áá ááľá¨á áá ááá ááá á áá¨á°áľá áá á. á°ááá áááťá¸áľá áłáá á°ááˇáᥠáááłáᥠfloat64 á áá° float32 á áááľ á ááá¨áá˘
áĽááá áá¤áśá˝ ááá¸áá á á áá አááááá áľáááá áá¤áłá˝áá á°áĽáá ááá˝ áĄáľáá˝á á°ááłáłá áĽáá áľáá´ áĽááłáá°á¨á áĽááá á ááá á ááťáááá˘
áĽáľá¨ áá¨á¨áťá áľá¨áľ ááá
ááá catboost
á¨áĽá áááľá áá á áá á°áŁááˇáᣠá¨á˝áá áááĽá áĽá á¨ááľá áŁá áŞáŤáľá á¨áá¨ááᣠáľááá ᨠcatboost áááŞáŤáá˝á áááľá°áŤá¨á áĽáť áááŤáᢠá°ááá á á˛áአáá á¨á°áá áá á áľáá˝ áľáááážá˝ ááᣠáĽá áĽá á ctr_complexity=1 áá áľáá á á°á áᢠá ááľ áá áááˇáᣠáĽá áľáááážá˝á áŤá¨á ââááá ctr_complexity á¨á¨ááŠáŁ á áááł á¨á°áťá ááĽááľ ááááľ áĽá ááá áá á áĽáá áááľ áá˝ááá˘
á¨ááľáá áá á°á¨á ááᣠáá¤áśáš á ááá áá°á á áá˝ááᣠá ááá á áŁá˘áŤá áá á¨á°áťááá áááľá á áááá¨áĽá˘ ááľááŁáą á¨ááááą á ááľ á áá¨á¨áťááš á°áááá˝ ááľáĽ á ááŞáá˝ á°ááłá áá á áľááŤá áááŚá˝á á áĽáá áĽá ááááá ááľáááá˘
á¨á á áŞá˛áŽ ᣠá¨á ááłáŤá áĽáŤáľ áááťáťá á¨áá¨á°ááľá áááŞáŤáá˝ ááá¨áĽ á¨á°áťá áĽáá°áá á°ááአá˘
- á¨áľáá ááľ á°á¨á - ááŁáŞá áá á áá¨á ááą áá á áá á°ááľááś áá°áá. á¨ááá_áá á áá¨áá á¨áľáááá˝ áĽááľ áá¨áá áŤáľáááááá˘
- l2_á á á_áŹá - Regularization Coefficient, ááŁáŞ áĽá´áľ 3, ᨠ2 áĽáľá¨ 30 áááá¨áĽ á¨áááá áá. áĽá´áąá ááááľ á¨áá á á áá áá¨ááá áŤááŁá.
- á¨á¨á¨á˘áľ_áááľ - á áááá ááľáĽ áŁá áááá˝ ááĽá°áľ áá á¨áááá°ááľá áá¨ááŤáᢠááŁáŞá áĽá´áą 1 ááᣠá áá ááľáĽ ááĽá°áśáš á¨á áᢠáľáááľ á¨ááá¨áĄá áľá˘ áĽá´áąá ááááľ á¨áá á á áá áá¨ááá áŤááŁá.
- á¨áááá°_áĽááŤáŹ - á á°áá°á áľáááá˝ áá á¨áá¨ááá áá፠áá á°á˝áá áŤáłáľáŤá. á¨áááá°_áĽááŤáŹá á¨á áŁá áá á áá á°á á áááł áŤáá á¨áá¨ááá áĽáľá á¨á áŤá ááááᢠá áĽáŤááłááą ááŁá áľáááá˝, á¨áááá°ááą ááááłá. áĽá´áąá ááááľ á¨áá á á áá áá¨ááá áŤááŁá.
ááá˝ áááŞáŤáá˝ á áá¨á¨áťá áá¤áľ áá á áŁá áŤáá° á°á˝áĽá á áá¸á, áľááá áĽááąá áááá¨áĽ á ááá¨ááŠá. á áĽá á¨ááአáłáł áľáĽáľáĽ ctr_complexity=1 áá á ááľ á°á°ááá áľáá á 20 á°áá áá áˇáᣠáĽá á á°ááá°á á¨ááἠáľáĽáľáĽ áá á¨á°áá¨áĄáľ áááááá˝ áá á¨ááἠáľáĽáľáĽ áá áŤááľ áĽáŠ á¨ááŁááľ á áá á á¨á°áᨠáá áᢠá áá¤áąá, á 30% áá¨á áá áá° 10 áá°á áľáááá˝, áĽá á¨ááŤá á ááá áá¨ááá˝ áá áá° 10 á°á¨á᪠áľáááá˝ á á°á¨áá. áĽáá°áá áŤá ááá ááá˘
- á¨áľáá ááľ á°á¨á á¨ááŁáŞá á 40% á¨ááŹáŤáá;
- l2_á á á_áŹá á°ááłáłá áľáś;
- á¨á¨á¨á˘áľ_ááᾠи á¨áááá°_áĽááŤáŹ áá° 0,8 áááˇá.
áá´á á ááŁáŞ áááŞáŤáá˝ áŤáá°áá á áá á áĽá áá°áá°á ááťááá˘
áá¤áąá á ááŞáá˝ á°ááłá áá áłá¨á á áŁá á°áá¨ááŠáĄ-
áá´á | áá´á 1 | áá´á 2 | áá´á 3 | á°áĽáľáĽ |
---|---|---|---|---|
áłááľá°áŤá¨á | 0.7403 | 0.7404 | 0.7404 | 0.7407 |
á ááľá°áŤá¨á | 0.7406 | 0.7405 | 0.7406 | 0.7408 |
áĽá ááŤá´ á°áá°áአᣠá¨á ááłáŤá ááŁá áá°áá áŞáŤ áŤááľáááááľ á¨áááŞáŤáá˝á áá፠áŁáá°ááťáš áááŞáŤáá˝ áá á á ááŤáł áá´áá˝ áľáĽáľáĽ áá°áŤáľ á¨á°áťá ááá˘
á°ááá á ááአáá áááľáŹáľ á¨ááἠáľáĽáľáĽ áá áá á áááťá¸áľ áá á°áłáľááᢠá áŁá ááá á ááŤá á¨áá¨ááá ááá ááá¨áĽ áá ᣠáá áá á áĽá ááááśá˝ áá¨ááá áá˝áá-
- á¨áá¨á ááą áá° áá á°á¨ áľááľáł áááŁá á áĽáľáŞááá áľá¨áľ ááľ á ááľ á¨áľáŽáá ááἠ(á¨á¨áŤá˛áľ áá ááááŞáŤ) áŤáľáááąá˘
- á áá á°á á áááł áŁá áŞáŤáľá áŤáľáááą;
- á ááľ áá¤áľ áĽáť áŤáá áľá á¨á°á áá ááłáá፠áŤáľáááą;
- á áá¨áŤ ááľáĽ áŤááá á¨á°á áá ááłáá፠áĽáť áá°ááľá˘
áĽá á áá¨á¨áť - á¨áááá á ááŤáŽá˝ áľáĽáľáĽ áááĽáŤáľ.
á¨áá¨á¨áťá áľáĽáľáĽ
á áá¨á¨áťá áá áá˝áľ áŁá¨áĽáá áá´áá˝ áľáĽáľáĽ ááĽááá ᣠáĽáąá 0,742 á°á ᢠááł áá áá´áá á ctr_complexity=2 áŽáĽáŠ áĽá á¨30 á°áá ááá á5 á°á áłáľ á°ááĽááᢠá¨á ááą 4 á°ááľ áá áĽáť ááĽáŤáá˝ áĽá á¨áá¨á¨áťáá áľáĽáľáĽ á°áŤá ᣠáá á á á áἠá᪠á°ááł áá 0,7433 á°á á˘
á˝ááŠá ááááłáľ á á°ááŤáŠ ááááśá˝ ááááŤáľ, á¨áĽá áľáá áŤáá˝ á á ááŤáŤ áááł á áá°áŁááŠá, áá á á áľáĽáľáĄ ááľáĽ áĽáŠ áá᪠á áłááˇá. áĽáŠ áľáĽáľáĽ áááááľáŁ á¨áĽáŹ áá´á áľáá áŤáá˝á áá áá á¨á°áťá áá(prediction_type='RawFormulaVal') áĽá ááá_pos_weight=neg_count/pos_countá˘
á áŁá˘áŤá áá áá¨áľ áá˝áá
ááá˝ áááľááá˝
áĽá áĄáľáá˝ á¨á ááŤáŞ áľáá° áááŽá˝á ááááá˝ á°á¨áľáááᢠáĽá, á áá á áŤáŁá˘ á¤ááľáááľ áłááá, áĽááąá ááááá á áá˝áá, áá 2 á áľá°áłá˝ áááľááá˝á á áľáłááłáá.
á¨ááŽáá á ááŞá ááłá . ááŽáá ᨠMail.ru á°ááŁáŞ á ááá ááá á áááľ á˝áááśá˝á á áá á¨áá, áľááá áĽáŤáąá á¨áá°ááá ááĽááľ ááááááľ ááĄá á áľááá§á, ááá áá á ááá áá°á á¨áá˝á áááľá áááááľ.- á¨á᪠á˝áááľá á¨á°áá áá áĄáľá ááłá, áá á¨á°áá°á¨á°
áá ááŁáĽá á¨ááľáĄá áŤá á áĽá áĽáŤ ááľáá˝á á á°áἠááá°áĽá°áĽ á áľá˝ááá˘
áá°áá°ááŤ
á áĽá áľááľáł ááľáĽ á áŁá á¨áááá áááľá áá?
- á áá¨áá ááľáĽ ááľáĽ áŁá áŞáŤáľ áŤá áĽá á¨ááá á˘ááŽá˛áá á áľááá áĽáá´áľ áĽáá°áá አáŤáá á ááá áŤáľáŚáľáľá ááá¨áŠ á¨á°áťá ááá˘
- á ááľáľá áá áĽá¨á°áłá°á á¨ááᣠá¨ááá_áá á áĽá á¨áá°ááá áá áááŞáŤáá˝á á ááá¨áĽ áá ááĽááľ á¨ááĽááľáᢠááŁá áááľá á¨á ááŤáł áá´áá˝ áľáĽáľáĽ ááá á áá.
- áá á¨áłáťáá˝ á ááአáá ááá áá˝ááᢠáŤáľáŚáľáľ á ááአáá á ááĽááľ ááá áá˝áááŁááá áá áĽá áá á°á¨ áľááľáłá áá ááá˘
- ááłáŚá˝á á ááłá á áĽá á ááá¨á áá áľáá˝ rsm~=0.2 (á˛áአáĽáť) áĽá ctr_complexity=1 áááááľ á¨á°áťá ááá˘
- á¨ááá˝ áĄáľáá˝ á á°áᨠá¨áĽá áá´áá˝ áľáĽáľáĽ áľáá áá᪠á áłááˇáᢠááłáĽ á°áááá á á á°ááŤáŠ ááááá˝ áĽáť áťááᢠá¨ááἠááááá á á°ááá¨á° á¨á°áᨠá ááŤá¨áĽ áá á¨á áĽá ááá á°á á¨áŤáłá¸á áľá á°áśá˝ áŤááľ áááľáááá˘
- á¨á°á¨á ááťáťáŤ á¨ááľáĽ ááťáťáŤ á¨á¨á á¨ááá ááá áĽáá°áá ááá˝ á áá°ááá˘
- á á˝ááá˝ áĽá á á ááŤáŞ áľáááśá˝ áĽáá´áľ áĽáá°ááá አáááᤠá áááťááá˘
ááľááśá˝, ááĽáááľ áĽá áá˝áááśá˝ á ááááš áĽááá°áááá.
ááá: hab.com