1.基本定义
点击率预测是对每次广告的点击情况做出预测，可以判定这次为点击或不点击。
点击率预估是一个二分类问题，但是在进行分类时需要依托一系列的信息（特征），将所收集到的信息进行处理，然后得到用户点击的概率。
1.1点击率预估过程
1.1.1特征工程
（1）特征筛选：特征选择就是选择那些靠谱的Feature，去掉冗余的Feature，对于搜索广告Query和广告的匹配程度很关键；对于展示广告，广告本身的历史表现，往往是最重要的Feature。
（2）特征变形
（3）特征编码包括特征离散化即把连续的数字，变成离散化与特征交叉即把多个特征进行叫交叉得出的值，用于训练，这种值可以表示一些非线性的关系。
现在最常用的就是独热编码即One-Hot encoding，经过独热编码，数据会变得稀疏，方便分类器处理，然而稀疏数据又会产生一些问题，因此产生CTR预测模型的更新换代。
（4）特征评估
1.1.2模型训练
选定训练，测试等数据集，计算AUC，如果AUC有提升，通常可以在进一步在线上分流实验。
1.1.3线上服务
通过模型库进行数据反馈，需要实时计算相关特征和利用模型计算CTR，对于不同来源的CTR，可能需要一个校准服务。
1.2点击率结果的评价
对于CTR预估结果通常采用的是ROC和AUC
1.2.1 ROC曲线
ROC曲线就是接收者操作特征曲线，ROC分析的是二分类模型，用于选择最佳的信号侦测模型、舍弃次佳的模型或者在同一模型中设置最佳阈值。
首先介绍一个概念，对于一个分类器，我们通常将结果分为：TP,TN,FP,FN
TP：被模型预测为正类的正样本；TN：被模型预测为负类的负样本
FP：被模型预测为正类的负样本；FN：被模型预测为负类的正样本
TPR=TP/(TP+FN)：在所有实际为阳性的样本中，被正确地判断为阳性之比率。通俗来讲就是找到我们需要找到的指标，TPR介于0-1，一般越高越好。
FPR=FP/(FP+TN)：在所有实际为阴性的样本中，被错误地判断为阳性之比率。通俗讲就是把不需要的指标当做我们需要的指标，而CTR预估为二分类问题，因此就是把对立的指标当做需要找的指标，FPR介于0-1，一般越低越好。
ROC曲线的平面的横坐标是false positive rate(FPR)，纵坐标是true positive rate(TPR)。
由FPR为横轴，TPR为纵轴，得到ROC空间，将同一二分类模型每个阈值的 (FPR, TPR) 坐标都画在ROC空间里，就成为特定模型的ROC曲线。ROC越往上，分类器效果越好。
1.2.2 AUC值
AUC值为ROC曲线所覆盖的区域面积，AUC越大，说明分类器越可能把正样本排在前面，衡量的是一种排序的性能。所以AUC含义即为：随机从正样本和负样本中各选一个，分类器对于该正样本打分大于该负样本打分的概率。因此，AUC越大，分类器分类效果越好，预测越准确。
