互联网企业中，分类是个较为常见的问题，例如：流量转化、变现遇到的点击预估，Query的分类等。使用的模型通常分为两大类：
1. 广义线性模型：典型的是LR/FTRL等，适合离散对特征；
2. 非线性模型：典型的NN/树模型，适合连续特征。

实际应用中应该如何选择呢？如果特征体系中连续类型特征较多，一般选择非线性模型。在美团的O2O场景下，对应用户决策影响大较多为连续类型特征，例如店铺评分\店铺单均价\店铺距离\平均配送时长等，所以早期集团内大部分应用主要以树模型为主。

从2013年到2017年，美团外卖的订单量增长10+倍。本议题将节后业务的特点及数据飞速增长讲解背后树模型迭代过程。 

听众受益

1. 了解O2O的业务特点；
2. 理解线性模型、非线性模型的优缺点和适用场景；
3. 了解树模型的最新的研究成果及其工业落地经验。