标签：

一、数据转换

如何对于训练数据做pairwise的transform，比如你原始数据是要么点击要么不点击，如何对这些样本数据做pairwise的transform？

下面的方法主要是做组合的方法，就是针对指定group的所有样本作两两组合，然后作相减操作。

样本格式 <X,y>－－其中X是多维度变量 就是不通特征值

先上代码

然后解释该代码：

》》第一个if主要是过滤： skip if same target or different group

#主要是点击不点击0和1：比较的时候肯定是针对同一个query（group），如果不在一个group那么不会比较的；而且如果同一个group，比较的肯定是点击的和不点击的，如果二者同是点击或者同是不点击那么没有必要比较的

》》第二个if主要是做类别均衡：因为比较的是同一个query的点击或者不点击，无外乎就是1和0。做相减就是1或者－1两种情况。但是因为点击的次数比较少，不点击次数较多，但是为了类别均衡，希望+1和-1能够个数相同，所以用了-1^^k做判断，如果不是期待的结果-1^^k,就要做逆操作，就是取－1.

》》然后还要注意一个变成技巧，因为这里最后去用作训练的结构是Xp，yp都是list，做append操作。用下标 -1表示list当前元素。k是用作计数；comb表示所有样本｛<x,y>｝的组合操作！

》》xp，yp--p表示pair的意思

》》range()返回一个list，做组合，2表示组合元祖长度。因为长度为2所有后边会有 tuple(i,j)

二、训练

训练就可以用 xgboost或者rf或者lr之类的处理了

关于learntorank

标签：

原文地址：http://www.cnblogs.com/amazement/p/5703160.html