# I am the Watcher. I am your guide through this vast new twtiverse.
#
# Usage:
# https://watcher.sour.is/api/plain/users View list of users and latest twt date.
# https://watcher.sour.is/api/plain/twt View all twts.
# https://watcher.sour.is/api/plain/mentions?uri=:uri View all mentions for uri.
# https://watcher.sour.is/api/plain/conv/:hash View all twts for a conversation subject.
#
# Options:
# uri Filter to show a specific users twts.
# offset Start index for quey.
# limit Count of items to return (going back in time).
#
# twt range = 1 1
# self = https://watcher.sour.is/conv/oksjqqa
ctr 校准**
### 什么是ctr校准？
校准( Calibration)指对模型的预估 CTR (或者 CVR 等其它概率问题, 以下统一以 CTR 为例叙述) 通过一定手段进行调整的手段.
### 为什么要做校准？
通常我们在做CTR预估的时候，预估值会与真实的CTR有偏差bias(高估或者低估)，偏差一般来说有以下两种类型：
- 预估结果在全量数据上存在Bias(即整体高估或者低估)。
这种情况，一般是由模型收敛存在异常导致，或者数据流存在问题导致。这种情况下，需要解决数据流异常，对模型进行调优来解决。
- 预估结果在部分流量上存在Bias(如在青年用户上存在高估，在少年用户上存在低估，但全量数据上可能不存在 bias)。
这种情况，又存在两种可能
- 特征设计不合理，存在有区分度的特征并没有加入到模型中
此时，建议进行进一步的特征工作来解决.
- 由于部分流量上训练数据不足，导致训练不充分。
下图为一个示例（蓝色点为真实数据, 绿色虚线为预估值），横轴为 ctr 排序后 ... ⌘ Read more