GBDT+LR推荐模型

最新推荐文章于 2022-09-13 17:48:44 发布

NopainNooffer

最新推荐文章于 2022-09-13 17:48:44 发布

阅读量205

点赞数

分类专栏：推荐系统文章标签：机器学习深度学习逻辑回归推荐系统

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq330214001/article/details/109394618

版权

推荐系统专栏收录该内容

5 篇文章 0 订阅

订阅专栏

一.简介

由facebook提出的，综合利用用户自身特征、物品自身特征和上下文信息的推荐模型。

二、LR模型（逻辑回归）

                               线性回归   +   sigmoid函数映射 =  逻辑回归

逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。
逻辑回归模型将推荐问题转化为点击率预估问题

1.目标函数：

在这里插入图片描述
求导后，更新w，进行多次迭代：

三、GBDT模型

1.原理

加法模型，不断减小误差
在这里插入图片描述

2.数学公式

在这里插入图片描述

四、GBDT+LR模型

在这里插入图片描述
待补充….

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
GBDT+LR推荐模型

一.简介由facebook提出的，综合利用用户自身特征、物品自身特征和上下文信息的推荐模型。二、LR模型（逻辑回归）线性回归 + sigmoid函数映射 = 逻辑回归逻辑回归假设数据服从伯努利分布,通过极大化似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。逻辑回归模型将推荐问题转化为点击率预估问题1.目标函数：求导后，更新w，进行多次迭代：三、GBDT模型1.原理加法模型，不断减
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。