建模
minyang_yu
这个作者很懒,什么都没留下…
展开
-
2019-12-12 Python3 建模 图像识别
import numpy as np np.outer([1,2,3,4],[5,6,7,8]) def tanh(x): return np.tanh(x) def softmax(x): exp=np.exp(x-x.max()) return exp/exp.sum() def d_softmax(data): #求导 sm=softmax(data) return np.diag(sm)-...原创 2019-12-12 19:57:13 · 281 阅读 · 0 评论 -
Factorization Machine 学习笔记
FM 的 优点: 解决了特征稀疏的问题,能在非常系数数据的情况下进行预估。 解决了特征组合的问题,研究了特征与特征之间的向量,不像LR线性回归那样没有组合 FM使一个通用模型,适用于大部分场景,而其他因式分解模型只能用于一些输入数据比较固定的情况 训练速度快,线性复杂度是线性的,优化效果很好 一般的线性回归: 考虑了特征组合: 缺点:复杂度太高,复杂度n^2,wij只能在xi,xj不同时为...原创 2019-12-09 19:29:29 · 199 阅读 · 0 评论