- 博客(5)
- 资源 (6)
- 收藏
- 关注
原创 GBDT+LR
一、介绍本文主要介绍Facebook提出的CTR预估模型LR(Logistic Regression)+GBDT。当时深度学习还没有应用到计算广告领域,Facebook提出利用GBDT的叶节点编号作为非线性特征的表示,或者说是组合特征的一种方式。LR+GBDT相比于单纯的LR或者GBDT带来了较大的性能提升,论文中给出数据为3%,这在CTR预估领域确实非常不错。除此之外,Faceboo...
2019-09-11 15:14:26 3614
原创 xDeepFM模型
xDeepFM是微软2018年发的一篇新论文,它是用来把二阶、三阶、四阶组合一层一层做出来,但无非它用的是类CNN的方式来做这个事的。这是第二个路线的两个代表。尽管这个符合模型发展趋势,我个人认为这种模型太复杂,真正部署上线成本比较高,不是优选方案。对深度CTR模型的个人看法:xDeepFM模型1、引言对于预测性的...
2019-09-11 14:56:59 1417
原创 Deep & Cross模型
Deep&Cross显式地做高阶特征组合。就是说设计几层神经网络结构,每一层代表其不同阶的组合,最下面是二阶组合,再套一层,三阶组合,四阶组合,一层一层往上套,这就叫显式地捕获高阶特征组合,Deep&Cross是最开始做这个的。Deep & Cross Network对于低阶的组合特征的构造,线性模型使用人工特征工程,FM使用隐向量的内积,FFM引入field的...
2019-09-11 14:56:01 2308
原创 DeepFM模型
DeepFM:在DeepFM提出之前,已有LR,FM,FFM,FNN,PNN(以及三种变体:IPNN,OPNN,PNN*),Wide&Deep模型,这些模型在CTR或者是推荐系统中被广泛使用。但是,这些模型普遍都存在两个问题:偏向于提取低阶或者高阶的组合特征,不能同时提取这两种类型的特征。 需要专业的领域知识人工做特征工程。DeepFM在Wide&Deep的基础上进行改...
2019-09-11 14:53:15 5131
原创 Wide & Deep模型
Wide&Deep的右边就是DNN部分,左边的FM Function用的是线性回归,其特征组合需要人去设计。Wide&Deep模型。它混合了一个线性模型(Wide part)和Deep模型(Deep part)。这两部分模型需要不同的输入,而Wide part部分的输入,依旧依赖人工特征工程。Wide&Deep模型推荐系统和类似的通用搜索排序问题共有的一大挑...
2019-09-11 14:52:12 16077
OfficeRegClean.zip
2019-06-15
美团机器学习实践
2018-12-21
机器学习实战_基于Scikit-Learn和TensorFlow_王静源
2018-12-06
C语言从入门到精通
2018-11-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人