【推荐算法】CTR 快速入门（赋源码）

本项目主要使用 DeepCTR 进行CTR模型训练。

开源本项目，方便初学者快速进行CTR模型训练。

• 配置化运行，无需修改代码。
• 仅需提供训练数据，并通过简单的配置，即可实现CTR模型的训练。
• 支持模型 DeepFM、xDeepFM、DCNMix、DeepFEFM、DIFM 等。
• 最优模型自动保存，输出详细评估结果。
• 支持导出 SavedModel 格式模型，方便 TF Serving 部署。
• 项目依赖见 requirements.txt

使用了两份数据集进行演示，详细执行指令如下（查看代码了解更多的执行参数）：

python train.py --model "DeepFM" --topic "movie" 
    --params_file "./params/movie_params.json" 
    --train_data "./train_data/movie_sample.csv"

python train.py --model "xDeepFM" --topic "criteo" 
    --params_file "./params/criteo_params.json" 
    --train_data "./train_data/criteo_sample.txt"

拿项目数据（非演示数据）训练出的模型，在测试集的评估结果如下：

• 链接地址：MachineCYL/CTR