Tag Archives: 特征交叉

DCN论文解读《Deep & Cross Network for Ad Click Predictions》

摘要

特征工程是很多预测模型成功的关键因素,然而特征工程并不简单,且通常需要人工设计或穷举搜索。通用DNN模型能够学习到所有隐式的特征交叉,但并不是所有特征交叉都有用、都能学好。本文提出Deep & Cross Network (DCN),它保留了DNN模型,同时引入了一个新的交叉网络cross network,交叉网络能更加高效地学习特定阶以内的特征交叉。特别地,DCN在每一层都进行显式的、自动的特征交叉,既不需要人工特征工程,也不会增加太多的模型复杂度。实验结果表明,DCN在CTR任务和非CTR任务上都取得了显著的性能优势,且内存消耗最低。

Continue reading