基于机器学习的逻辑回归模型

一， 基于机器学习的逻辑回归模型 RANK，是采用所有用户订单来训练出用户对与产品例如价格、评分等特征的权重。用户群体存在差异，导致投票出来的各特征权重存在一定区别，所以在排序的时候，两个频道的排序理论上是存在较大差异的。

二，基于机器学习的 RANK，涉及训练效果及 rank 模型上线后的效果，需同时均衡训尽可能较小的时间，以便变化可及时反馈到线上排序，训练效果达到较佳；及线上大多 AB 级酒店动态特征在时间段内趋于稳定状态所以需选取几个时间逐步进行 ABtest，以最终转化率最高为标准

使用更符合的频道数据进行机器学习的 RANK，提升频道整体转化率

设置 AB 组比较评估，A1 组为线上组，A2 为线上对比组，B 组

为实验组（使用拉长时间段后的数据训练），各取 1/3 流量，通过评估本地异

地空搜索情况下的转化率