lr本身就是个二分类模型，给出的后验概率一定程度上可以表征广告被点击的概率.
离线一般是通过在测试样本上计算AUC曲线.
在线部分是通过小流量实验比对实验流量和对比流量的点击率等指标啊~

CTR预估，难在几个点上：1. 观察到的是点击或没点击的二元数据，但是要预估的是一个[0,1]上的点击概率，换句话说就是没有绝对的ground truth；2. 各种机器学习模型训练完以后出来的分数，即使是LR，也不见得就是一个好的可以直接拿来当预估结果的概率；3. 观察数据往往是有偏的，比如在RTB里面，观察到的广告展现和点击数据都是赢得竞价的那些。

评价CTR预估效果来说，假设给了你一个CTR预估模型，logloss和AUC是两个比较常用的评价指标。logloss更关注和观察数据的吻合程度，AUC更关注rank order。举个例子：三个观察样本标签{0,1,1}，一个CTR预估是{0.49, 0.5, 0.51}, 另一个CTR预估是{0.91, 0.9, 1.0}, 可以算一下两个的logloss和AUC感受一下。这里AUC一般是指AUC of ROC如何计算这些指标这里就不多说了，很容易一次搜索就找到，这些指标的计算不要求模型给出是否点击。

上述两个指标适合线下评估，线上其实有更简单直接的评价方式：把线上的impression log按照预测的CTR从小到大排序，然后按照某个特点流量步长（比如每10000个impression）分桶，统计每个分桶的平均预估CTR (pCTR)和实际CTR(aCTR)，把他两的对比关系画出来就行了，理想状态下应该是一条斜率为1的线。

这里要特别强调一下用线上的其它业务指标如点击率、营收、利润、eCPC等等是不能给出CTR预估效果评价的。这些业务指标，受到整个广告系统其它模块如bid optimization,budget pacing等和外部竞价环境的综合影响，它的变化或者AB test中观察到的不同，不是简单地由于CTR预估变化带来的。换句话说，如果上了一个新的CTR预估模型的实验，发现业务指标变好了，这不等于说CTR预估更准了。一个简单的例子：如果一个CTR预估模型给出的预估总是比上帝视角的完美预估在低CTR区域低估，在高CTR区域高估，那么假设bid是base_bid*pCTR的话，相比完美预估，这个模型会赢得更多的高CTR区域的竞价，输掉更多在低CTR区域的竞价，最后会观察到实验组的CTR反而比完美预估的试验组更高。

CTR预估本身，需要解决1. rank order, 2. calibration, 3. sample distribution reconstruction 三个问题，有机会再分享。