2017年12月_qq_32659887

12月 11月 10月 09月 08月 05月

原创《Wide & Deep Learning for Recommender Systems》

推荐系统：检索：机器学习模型+人工规则，根据Item特征和query生成候选集。排序：wide&deep模型对候选集中的query-Item对进行打分排名。排序模型：模型原理： wide：广义线性模型：优点：简单、扩展性好、可解释性好。利用分类特征及其交叉特征可以很好的实现对共现特征对的记忆，挖掘历史信息中的相关特征或Item。缺点：依赖大量的人工特征工程。要实现泛化需要通过更粗粒度

2017-12-13 21:25:10 266

原创 SQL

mysql (1)控制台单句执行 (2)sql文件执行 (3)navicat_mysqlpython 连接 mysqlhdfs+derby+spark.sql(.enableHiveSupport()) hdfs+mysql+spark.sql(.enableHiveSupport()) (1)spark.sql(‘………….’) 使用HIVEQL语句 (2)spark.datafram

2017-12-06 19:58:13 142

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 《Wide & Deep Learning for Recommender Systems》

原创 SQL

空空如也

空空如也

原创《Wide & Deep Learning for Recommender Systems》