1、特征工程
模型與特征在機器學習中的關系：
特征：決定了效果的上限；模型決定了接近效果上限的程度；
數據格式：
label：0/1點擊或者沒有點擊
urlID：廣告的url經過hash后得到的hash值
adid：廣告本身的ID
2、數據預處理
（1）、label匹配
主要就是不同數據文件中的不同的特征合到一起，整理成一個特征集；
（2）負樣本采樣
丟棄負樣本，保留正樣本，使得訓練集變小，便於訓練
3、特征工程
一般來說：
Ad中title表示廣告的文字描述；瀏覽器可能會屏蔽廣告，以及不同人群使用的瀏覽器可能不同；
對於KDDcup數據集來說：
對於特征來說可以大致分為兩類：
泛化能力表示使用一個特征推論其他的特征；自解釋能力使用一個特征來表示該特征的屬性。
比如：
4、特征處理方法
（1）、One Hot Encoding
（2）、離散化
3、特征組合
4、模型訓練
訓練的目的：
在這里使用邏輯斯蒂函數，進行邏輯回歸訓練。