以下是本例的简要目录结构及说明：
├── data #样例数据
├── sample_data # 数据样例
├── sample_train.txt #训练数据样例
├── __init__.py
├── README.md #文档
├── net.py #组网文件
├── dygraph_model.py #动态图模型文件
├── static_model.py #静态图模型文件
├── config.yaml #样本数据训练推理配置文件
├── config_big.yaml #全量数据训练推理配置文件
注：在阅读该示例前，建议您先了解以下内容：
CTR(Click Through Rate)，即点击率，是“推荐系统/计算广告”等领域的重要指标，对其进行预估是商品推送/广告投放等决策的基础。简单来说，CTR预估对每次广告的点击情况做出预测，预测用户是点击还是不点击。CTR预估模型综合考虑各种因素、特征，在大量历史数据上训练，最终对商业决策提供帮助。本模型实现了下述论文中的DeepAndCross模型：
@inproceedings{DeepAndCross,
title={DeepAndCross: Deep & Cross Network for Ad Click Predictions},
author={Ruoxi Wang, Bin Fu, Gang Fu, Mingliang Wang},
year={2017}
}
训练及测试数据集选用Display Advertising Challenge所用的Criteo数据集。该数据集包括两部分：训练集和测试集。训练集包含一段时间内Criteo的部分流量，测试集则对应训练数据后一天的广告点击流量。 每一行数据格式如下所示：
<label> <integer feature 1> ... <integer feature 13> <categorical feature 1> ... <categorical feature 26>其中<label>表示广告是否被点击，点击用1表示，未点击用0表示。<integer feature>代表数值特征（连续特征），共有13个连续特征。<categorical feature>代表分类特征（离散特征），共有26个离散特征。相邻两个特征用\t分隔，缺失特征用空格表示。测试集中<label>特征已被移除。
全量数据集解析过程:
- 确认您当前所在目录为PaddleRec/models/rank/dcn
- 进入paddlerec/datasets/criteo目录下，执行该脚本，会从国内源的服务器上下载我们预处理完成的criteo全量数据集，并解压到指定文件夹。自动处理数据转化为可直接进行训练的格式。解压后全量训练数据放置于
./slot_train_data_full，全量测试数据放置于./slot_test_data_full
cd ../../../datasets/criteo
sh run.shPaddlePaddle>=2.0
python 2.7/3.5/3.6/3.7
os : windows/linux/macos
本文提供了样例数据可以供您快速体验，在paddlerec模型目录"PaddleRec/models/rank/dcn"目录下执行下面的命令即可快速启动训练：
# 进入模型目录
# cd models/rank/dcn # 在任意目录均可运行
# 动态图训练
python -u ../../../tools/trainer.py -m config.yaml # 全量数据运行config_bigdata.yaml
# 动态图预测
python -u ../../../tools/infer.py -m config.yaml
# 静态图训练
python -u ../../../tools/static_trainer.py -m config.yaml # 全量数据运行config_bigdata.yaml
# 静态图预测
python -u ../../../tools/static_infer.py -m config.yaml 注意训练-预测，模型存储文件位置的一致性；动态图模型与静态图模型存储位置要分开；
deepAndCross模型的组网本质是一个二分类任务，模型代码参考“dygraph_model.py, static_model.py”，组网代码参考net.py。模型主要组成是交叉项Cross部分，DNN部分,以及相应的分类任务的loss、正则项loss计算，和auc计算。模型的组网可以看做Cross部分和dnn部分的结合，其中Cross部分主要的工作是通过特征间交叉得到交叉组合特征，可以实现任意特征间组合特征。dnn部分的主要组成为三个全连接层[512, 256, 128]，每层FC都后接一个relu激活函数，每层FC的初始化方式为符合正态分布的随机初始化.
最后接了一层输出维度为128的fc层，其输出与Cross部分输出特征进行concat,经过一层fc,综合计算预测值。
- 预测的结果将的cross部分以及dnn部分输出的隐向量特征concat，再通过一层fc和激活函数sigmoid给出，为了得到每条样本分属于正负样本的概率，我们将预测结果和
1-predict合并起来得到predict_2d，以便接下来计算auc。 - 每条样本的损失为负对数损失值，label的数据类型将转化为float输入。
- 该batch的损失
avg_cost是各条样本的损失之和 - 我们同时还会计算预测的auc，auc的结果由
paddle.static.auc()给出，该层的返回值有三个，分别是全局auc:auc_var，当前batch的auc:batch_auc_var，以及auc_states:_，auc_states包含了batch_stat_pos, batch_stat_neg, stat_pos, stat_neg信息。 完成上述组网后，我们最终可以通过训练拿到auc指标。
为了方便使用者能够快速的跑通每一个模型，我们在每个模型下都提供了样例数据。如果需要复现readme中的效果,请按如下步骤依次操作即可。 在全量数据下模型的指标如下：
| 模型 | auc | batch_size | epoch_num | Time of each epoch |
|---|---|---|---|---|
| dcn | 0.777 | 512 | 10 | 约 3 小时 |
- 确认您当前所在目录为PaddleRec/models/rank/dcn
- 在"criteo data"全量数据目录下，运行数据一键处理脚本，命令如下：
cd ../../../datasets/criteo
sh run.sh-
退回dcn目录中，配置改为使用config_bigdata.yaml中的参数
-
运行命令，模型会进行两个epoch的训练，然后预测第二个epoch，并获得相应auc指标
cd - # 切回模型目录
# 动态图训练
python -u ../../../tools/trainer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml
python -u ../../../tools/infer.py -m config_bigdata.yaml # 全量数据运行config_bigdata.yaml注意训练-预测，模型存储文件位置的一致性；