随着互联网的发展和移动设备的普及,传统广告不再适应时代发展。线上广告变得越来越多,计算广告学随之兴起,点击率预测是计算广告学重点研究的一个方向。点击率预测带来的可观收益,不仅为广告平台和广告商带来巨大的好处,对绝大部分的用户也带来了良好的体验,所以点击率的预测是非常重要的。本文就是通过机器学习模型对广告点击率进行预测。本文主要是对Avazu数据集的分析。该数据集的训练集中包含10天的广告点击数据,共4千多万条记录,除去id列共有23个特征。选择其中100万条数据进行分析,离散特征进行one-hot编码,连续型进行归一化。首先在数据分析部分研究了点击量与时间和广告位置的关系:点击量的高峰大约是在每天下午的13点到14点之间,点击量的最低点是在每天的零点左右;位置0和位置1的数据比例较高,展现量和点击量都是最高的,但是他们的点击率并非最高。通过对每个特征的分析发现如下规律:展现量和点击量成正比,但高的展现量和点击量不一定有高的点击率。数据集正负比例2:8,属于不平衡的数据,对于这个问题常常采用欠抽样或者过抽样,本文使用class＿weight参数改变类别的占比,使得结果不会偏向一边。然后,通过单模型逻辑回归、决策树和集成模型随机森林和GBDT对点击率进行预测,单模型中决策树的预测效果较好,集成模型中随机森林的预测效果较好,四个模型中随机森林的预测效果最好。由于GBDT不适合高维稀疏特征的数据,所以用它来预测的结果是最差的,常常将它和逻辑回归相融合来预测数据。