- 博客(6)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 余弦相似度
1余弦相似度2理论推导3一些特征情况分析在机器学习算法中，有各种方式衡量用户或者物品的距离或者相似度，如曼哈顿距离、欧几里得距离、Pearson相关系数、Jaccard系数等（可参考http://blog.csdn.net/lin00jian/article/details/51209715），我们这里主要详细介绍一下余弦相似度。余弦相似度被广泛用于协同过滤算法中，尤其是Item-base的协
2017-09-06 10:48:01
25333
2
原创 逻辑回归：损失函数与梯度下降
1 sigmoid函数2 极大似然估计MLE与损失函数3 梯度下降4 另一种形式的损失函数及其梯度1.1 sigmoid函数由于二分类结果是1或者0，这与数学的阶跃函数很类似，但是阶跃函数在x=0的位置会发生突变，这个突变在数学上很难处理。所以一般使用sigmoid函数来拟合：g(z)=11+e−z(1)g(z)={\frac 1{1+e^{-z}}}\tag{1}具体应用到逻辑回归算法中：
2017-09-05 15:28:04
23610
6
原创 深度学习在CTR中的应用
一、资料目前的很多资料均是基于张伟楠的FNN模型，但还没有很大规模的应用。另一种是google提出的wide & deep learning模型，主要用于推荐，美团的文章中也有介绍。Deep Learning over Multi-Field Categorical Data: A Case Study on User Response Prediction
2017-09-01 14:19:03
7260
2
原创 使用GBDT+LR作点击率预测
主要内容来源于facebook的论文：Practical Lessons from Predicting Clicks on Ads at Facebook》1、基本思路使用GBDT根据用户特征转换生成新的特征，每棵树的每个叶子均作为一个特征，然后将这些特征代入LR。举个例子：（1）训练GBDT树：我们现在m个样本，总共有6000个标签，将这些样本用于训练GBDT，生成10棵树，每
2017-09-01 14:18:02
4216
原创 点击率预估算法：FM与FFM
点击率预估算法：FFM@(计算广告)[计算广告]点击率预估算法FFM1FM1 背景11 线性模型12 二项式模型2 FM21 FM基本原理22 数据分析23参数个数24 计算时间复杂度25 梯度26 训练时间复杂度2FFM1 背景及基本原理2模型与最优化问题21 模型22 最优化问题23 自适应学习率24 FFM算法的最终形式3完整算法流程31 计算梯度32
2017-09-01 14:17:03
32858
4
原创 点击率预测算法：FTRL
1逻辑回归1 sigmoid函数2 极大似然估计MLE与损失函数3 梯度下降4 另一种形式的损失函数及其梯度2FOBOS与RDA1 FOBOS基本原理2 L1-FOBOS3 RDA基本原理4 L1-RDA3FTRL1 从L1-FOBOS和L1-RDA推导FTRL2 FTRL权重更新的最终形式3 学习率4 工程实现计算过程41 一些定义42 FTRL算法4FTRL的工
2017-09-01 14:15:00
6452
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人