1、特征工程
模型与特征在机器学习中的关系：
特征：决定了效果的上限；模型决定了接近效果上限的程度；
数据格式：
label：0/1点击或者没有点击
urlID：广告的url经过hash后得到的hash值
adid：广告本身的ID
2、数据预处理
（1）、label匹配
主要就是不同数据文件中的不同的特征合到一起，整理成一个特征集；
（2）负样本采样
丢弃负样本，保留正样本，使得训练集变小，便于训练
3、特征工程
一般来说：
Ad中title表示广告的文字描述；浏览器可能会屏蔽广告，以及不同人群使用的浏览器可能不同；
对于KDDcup数据集来说：
对于特征来说可以大致分为两类：
泛化能力表示使用一个特征推论其他的特征；自解释能力使用一个特征来表示该特征的属性。
比如：
4、特征处理方法
（1）、One Hot Encoding
（2）、离散化
3、特征组合
4、模型训练
训练的目的：
在这里使用逻辑斯蒂函数，进行逻辑回归训练。