- 博客(2)
- 收藏
- 关注
RSS订阅转载 特征选择和特征理解
作者：Edwin Jarvis特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。特征选择主要有两个功能：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解拿到数据集，一个特征选择方法，往往很难同时完成这两个目的。通常情况下，我们经常
2016-05-23 16:52:01
11294
2
原创 推荐系统-利用用户行为数据
用户的行为数据介绍： 用户的行为主要分为两种-显性反馈行为 和 隐性反馈行为 ，显性反馈行为主要包括 评分 和喜欢/不喜欢 ，youtube最早是使用是使用五分评价系统的，但是只有用户很不满意和特别满意的情况下才会评分，因此又把它变成了二级评分系统。 隐式反馈行为就是页面的浏览行为。用户的行为分析： 用户的数据分布大都满足一种长尾分布，就是 每个单词出现的频率和他在热门排
2016-05-10 15:57:21
17843
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人