![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
dreamfantacy
这个作者很懒,什么都没留下…
展开
-
faiss工具使用
faiss使用faiss是为稠密向量提供高效相似度搜索和聚类的框架。由Facebook AI Research研发。具有以下特性:1、提供多种检索方法2、速度快3、可存在内存和磁盘中4、C++实现,提供Python封装调用。5、大部分算法支持GPU实现下面,具体讲解了faiss常用的几种实现方法。import faissfrom faiss import normalize_L...原创 2019-10-24 15:07:26 · 4202 阅读 · 1 评论 -
推荐系统排序模型之FM
FM论文地址:https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf1、FM背景在计算广告和推荐系统中,CTR预估(click-through rate)是非常重要的一个环节,判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进行CTR预估时,除了单特征外,往往要对特征进行组合。对于特征组合来说,业界现在通用的做法主要有...原创 2019-10-23 00:21:33 · 1311 阅读 · 0 评论 -
推荐系统排序模型之逻辑回归
简介逻辑回归虽然名字里面有回归,但是主要用来解决分类问题。逻辑回归输出是在线性回归的基础上,加上了Sigmoid激活函数后的结果。下面,我们首先了解下什么是线性回归。一、线性回归(Linear Regression)线性回归的表达式:f(x)=wTx+bf(x) = w^Tx + bf(x)=wTx+b线性回归对于给定的输入xxx,输出的是一个数值yyy ,因此它是一个解决回归问题的...原创 2019-10-22 17:19:33 · 3492 阅读 · 0 评论 -
机器学习降维之LDA
转载:https://blog.csdn.net/liuweiyuxiang/article/details/78874106?utm_source=app介绍LDA,即线性判别分析(linear discriminant analysi),当然在NLP中,这个简写也常被认为是Latent Dirichlet allocation。LDA是一种常用的有监督降维手段,与之相对应的是PCA(无监督...转载 2019-10-11 20:26:35 · 639 阅读 · 0 评论 -
降维方法之PCA
转载知乎链接:https://zhuanlan.zhihu.com/p/21580949PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,常用于高维数据的降维。数据的向量表示及降维问题一般情况下,在数据挖掘和机器学习中,数据被表示为向量。例如某个淘宝店2012年全年的流量及交易情况可以看成一...转载 2019-10-09 19:58:01 · 297 阅读 · 0 评论