• Q1:什么是bias
  bias可能来自于很多地方。
  在这里bias是个广义的概念：这里bias的含义既可以是统计学意义上的bias（如CTR校准中便有一部分是校准其统计学意义上的bias），也可以是直觉（逻辑）意义上的bias，偏差，差异，天然偏差等等（CTR校准中对位置信息带来天然偏差的校准）。【这里其实也很好理解，在统计学意义上，我们对数据的估计可以是unbiased，但是实际中，很多分布是变化的，我们要详细地分析这些可能带来数据本身就“bias”掉的问题。】
  前者是statistically defined，后者是logically defined。

• Q1.1:Bias的根源是什么
  在我们信息不完全（比如没有population，或者缺失一些特征）的时候，或者使用有误差的估计方法时。得到的结果。

• Q2:为什么要消除bias
  其实这个问题也可以换个方式来问：什么时候需要消除bias？
  1、需要消除bias的例子：
  举个例子，我们希望通过广告历史的曝光点击数据来表征一个广告是否吸引人（ctr），那么历史的广告点击是否能直接表征呢？其实不能，因为在广告行业中，广告的展现位置对广告是否会被spotted到有很大的影响。所以真实的ctr是广告位带来的ctr bias和广告本身的ctr叠加的结果。如果我们希望评估广告本身的ctr时，就需要消除广告位带来的bias
  2、不需要消除bias的例子：
  同样在上面那个例子中，当我们需要评估广告本身的ctr时，需要消除广告位带来的偏差，但是当我们需要评估某个广告位a投出b广告时期望的ctr时，我们就不需要消除“广告位带来的bias”，因为在这个任务中，广告位只是其中的因素之一，并不是bias

• Q3:何时，如何消除bias
  而如何消除这些bias是机器学习中非常重要的课题，一些场景以及手段如下：

1、特征去偏：【反馈特征为了表征对象（商品，内容，广告）本身的差异，可能会由上层的差异（如曝光位置等）带来bias】
比如广告中的coec：click over excepted click便是一个用广告位或者其他固有属性的expected click做为分母，以此来作为normalizer对click进行去偏的手段。
还有特征上的去偏比如y2b论文中对召回的建模用到了网站各个场景的样本和数据。那么如果将即时的搜索的数据和搜索页的点击样本一起输入，那么模型就很容易学到当前搜索词与用户后续点击的关联性，而以此来作为首页推荐直觉上也是很有问题的（我刚刚搜索完car，那么回到主页就全是car相关的视频？），会导致模型overfitting。所以在其论文中，google去掉了时序信息，并且将用户的所有搜索词作为无序词袋，防止模型直接学习搜索词与用户在搜索页的后续点击的关联关系。（凡事都有对应的场景，当我们在做搜索推荐的排序建模时，搜索词与后续点击的item是有较强关联关系的，这个关系也是需要模型去学习的，而不是一个bias）
其实ctr平滑也是特征去偏的一个体现。因为ctr评估其被点击的概率，但是当后验数据较少时，其计算的ctr置信度较低，即其ctr值偏差的范围较大，那么CTR平滑便是一种降低偏差的方法，也可以被理解去消减bias。

2、用模型感知性输入去偏：【由于模型在预估和训练中的差异，可能会带来bias，比如下面的位置的bias，以及样本偏差的bias：ssb[1]，这些需要在模型中有特别的设计来解决】
比如样本中商品展现的位置（顺序）可能直接影响到其点击率。那么在dnn模型的最后一层，将位置信息作为特征与hidden layer拼接后输入模型进行训练（注意其与最后的label最好只有直接的线性关系，不与其他特征交叉）。在预估的时候，再去掉位置信息这个输入，以此来让模型训练时感知位置本身带来的偏差，并且在排序的时候去掉此偏差带来的影响（point wise模型排序打分的时候无法预知其位置，否则预估空间需要放大很多倍=candidate num * impression num）。【让模型学习到这个bias，再在预估的时候去除这个bias】，当然，这个去偏也是要分场景的，例如，位置信息在底层point-wise模型中是一个bias，但是在上层的list-wise模型中，它就是一个特性，并不是bias。讨论bias消除的必要性
在y2b的论文中，同样有类似的方法：为了消除模型对老视频的倾向性（因为训练样本可能都是多天以前的，固然会对之前样本中出现的视频有天然的bias），在训练的时候加入了example age，而在预估的时候去除了example age，或者赋予了一个很小的负值。

3、样本去偏：【这里主要是整体feedback loop形成的偏差，马太效应。这里解决方式是通过我们的认知修改样本，来修正这种bias】
有时候这也不能算作是“偏”，因为有时候样本的分布就是长尾或者“有偏重”的，导致很有可能少数的用户的样本dominate了整个模型。所以我们需要对样本进行reweight，给特别高频的用户降低权重。或者像google在y2b的论文中那样，直接对每个用户产生相同（相近）的样本数量。同时论文中用上全站的数据做样本（包括搜索，等其他渠道，不仅仅只有推荐），也是为了防止模型overly biased towards exploitation。（只有推荐流反馈的话，会让新内容难以曝光，过度exploitation）

4、metric去偏：【metric本身其实也受到当前数据分布的影响，当我们评估的条件，和真实的条件不一致的时候，对评估的metric也需要去偏】
类似高频用户dominate模型训练的问题，metric也可能被dominate，例如AUC做为ctr预估模型的metric时，很可能模型仅仅对“用户是否点击”这个问题进行了判别，并非我们想要的“用户对某个商品是否点击”。那么这个指标与我们实际的预期相比，是有偏的。类似地，其实每个用户都可以计算其单独的AUC，用这个思想，用点击数量对每个用户的AUC加权，得到GAUC即是在此场景下对AUC的去偏

5、训练过程去偏：【训练模型的过程本身，会由算法本身产生bias，为了让特征数据能够充分训练，则需要修正】
由于训练过程中，不同特征出现的概率不同（onehot的每一位，embedding的每一个id）那么训练中，其被更新的次数也不同，高频的特征被更新的次数较多，低频的特征可能训练不充分。高频特征打压中阐述了这种做法。同时，过于低频的特征，也可能泛化能力较弱，影响模型的泛化能力，可以将过低频的特征过滤掉。类似地，在阿里的DIN文章中提出了mini batch aware regularization，其对embedding layer的进行的l2 reg（weight decay）仅对一个batch中出现过的emebdding进行weight decay。虽然原本的intention是优化计算量，提升计算速度。但这样也变相降低了低频embedding被decay的次数，防止其在训练过程中被过度的decay（本身被更新的次数很少），可能也变相提升了效果。

6、对预估值去偏：【这里其一消除了算法本身在数学上的bias，其二的ctr校准也可以当作是去除模型预估的bias】
简述一下就是，当我们对样本采样时，会导致模型预估值有偏，见：非均衡数据分类，以及采样对其的影响，以及不均衡正负样本的训练本身会导致pCtr被低估，见：有偏估计在CTR预估中引入的问题，在CTR校准中有详细的讨论，这里CTR校准即是用一定的手段来消除此偏差，使得预估值更准确，当预估绝对值有意义的时候（例如广告竞价），则这样的去偏是非常必要的。

7、模型选择的去偏：【这是个CV的例子，解释了如何正确地评估“泛化误差”，而不能引入参数selection带来的bias】
当我们使用validation set来选择参数的时候，此参数在validation set上的表现不能作为评估标准，是因为这个选择过程对特定的validation set是aware的（是以此作为标准来选择的），所以在validation set上的评估指标是有偏的。要评估这个模型本身的泛化能力，需要test set来评估。（当然，由于大规模机器学习会消耗太多的资源，一般不会有这么复杂的模型参数评估选择过程）。类似地，我们如果用当前的多个模型预估值进行了公式的组合grid search 出一些超参数，例如我们搜索rankscore= ctr ^ a * cvr ^ b中的a，b参数，用grid search在当前的数据集上搜索出一系列参数，其实这些参数对当前的数据集是aware的，不能作为评估的标准。需要用另一份数据集做评估。

8、数据认知不足带来bias：【这里其实是数据本身不完整准确，或者我们对数据的认知不足造成的偏差，需要我们更深入并严谨地对待并分析数据，避免导致错误的认知（其实这个很常见，也很容易被忽略，结果可能带来错误的特征，结论，与决策）】
有时候，统计数据本身携带了过多的偏差，可能导致我门错误的认知。例如某页面下方有个推荐feed流，feed流前5个数据为兴趣推荐，最后两个为探索推荐。直接统计结果发现兴趣推荐点击率甚至小于探索推荐。追查下去发现很多用户点击此页面并非想看下面feed流推荐，而是点击页面上方别的tab，而点击进来就会记录曝光，而默认曝光的数量<5，所以前面的兴趣推荐有很多无效的曝光，固被拉低了点击率。去除无效曝光（例如用是否下拉进行过滤）后再统计则恢复正常认知。

[1] ssb：sample selection bias ：传统cvr模型在点击样本上训练，但是预估的时候会在全量数据上inference
refer : Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate