ID类特征

最新推荐文章于 2024-09-20 17:42:16 发布
最新推荐文章于 2024-09-20 17:42:16 发布
阅读量1.2k 收藏 2
点赞数 1
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/qq_33761777/article/details/108926358
版权

机器学习中如何利用ID类特征
加入id类特征的意义
：1.可以使学习过程中，尽管不能实现完全的个性化，但能将不同用户的行为模式分别开，让每个用户的信息更合理的影响整体模型，使模型泛化能力更好
2.使模型对每个id有更细粒度的排序能力，使模型的个性化效果更好

id特征为什么用，怎么用
一般来说ID类特征本身没有作用，比如userid和itemid都是根据设备号或者顺序去分配。但是当ID特征交互后，或者按照顺序组合起来后就有意义。比如，1）userid和itemid交互后，也就是用户对物品的评分矩阵，这时候就可以使用itemcf或svd等等；2）把不同用户的itemid的点击序列作为训练样本，使用word2vec，对itemid进行embeding。

作者：kevinshuang
链接：https://www.zhihu.com/question/34819617/answer/298944911
来源：知乎

推荐类问题中iD类特征的处理方法

qq_33761777
关注
ID类特征使用小结
laolu1573的专栏
04-22 7071
如何使用ID类特征 ID类特征在搜索、推荐、计算广告等领域里有大量的应用。 如何使用： ID类特征在预测中的命中率可能并不高，但这其实也不是问题。因为一个特征就是一个体系，**一个体系化的特征是通过层次化的特征设计来达到命中率和个性化的综合。**通过分层的、由细粒度到粗粒度的特征搭配来保证特征命中率。 比如说在电商领域中设计一个体系化的特征来表示一个商品：商品id->店铺id->商品类...
推荐问题中ID类特征的处理办法
weixin_42720875的博客
05-19 3797
ID类特征处理办法什么是id类特征onehottfidfID类特征embeddingembedding直接嵌入到模型中ids通过上下文关系转化为embedding 什么是id类特征 举腾讯2020年的广告大赛为例子 如上图所示：原始数据经过脱敏之后是一些id数字类的特征，这些每一个creative_id代表一种广告，若将id类特征onehot之后将会得到很大的类矩阵，接近300万维，这是不可能做后续工作的。因此需要通过id2embedding方法将id类特征变成低维稠密的embedding向量。 oneh
机器学习中如何利用id类特征？
最新发布
yjq125931902的博客
09-20 609
首先，我们先来明确一下什么是id类特征。简单来说，id类特征就是指那些用来唯一标识个体或实体的特征，如用户ID、商品ID、设备ID等等。这类特征的一个重要特点是它们通常是由数字或者字母组成的字符串形式，且每一个值都是独一无二的。
推荐系统精排模型中的ID特征
zwwhsxq的博客
11-18 1824
一、ID特征包括什么？ 单ID特征包括：用户ID和物品ID。 ID序列特征主要指的是：用户有过行为的物品ID List。比如：用户最近点击过的物品ID集合。 二、物品ID特征怎么加进推荐系统？ 2.1 StrHash——将物品ID映射到bucket大小的int空间 hash = ((hash << 5) + hash) + c; 其中，hash的初始值为5381，c代表输入值。 djb2：一个产生简单的随机分布的哈希函数 - 范加索尔拉 - 博客园 2.2 通过Hash值查
【机器学习】树模型遇上类别型特征(Python)
fengdu78的博客
04-24 924
在数据挖掘项目的数据中，数据类型可以分为两种：有序的连续数值 和 无序的类别型特征。对于xgboost、GBDT等boosting树模型，基学习通常是cart回归树，而cart树的输入通常只支持连续型数值类型的，像年龄、收入等连续型变量Cart可以很好地处理，但对于无序的类别型变量（如 职业、地区等），cart树处理就麻烦些了，如果是直接暴力地枚举每种可能的类别型特征的组...
id类型、nil、Nil、NULL、NSNull类型是什么？
柏灿的博客
10-13 2109
id类型：是一个独特的数据类型，可以转换为任何数据类型，id类型的变量可以存放任何数据类型的对象，在内部处理上，这种类型被定义为指向对象的指针，实际上是一个指向这种对象的实例变量的指针 id声明的对象具有运行时特性，既可以指向任意类型的对象 nil：指向oc中对象的指针就是所谓对象的引用为空 Nil：指向oc中类的空指针 NULL：指向基本数据类型的空指针(C语言的变量的指针为空) NS
最常用的特性id和class
熟悉路线的博客
07-31 342
id特性定义了每个元素的唯一键，在整个HTML文档中该特性的值必须是唯一的，JavaScript文件中访问一个元素的就会使用id特性。 class特性有时也称为class类，通常使用该特性将样式应用于一个元素。class特性不是唯一键，单个值可以应用于多个需要具有相同格式的元素中。 ...
id类特征如何做hash？
wxgaws的博客
03-18 1432
参考 几种经典的hash算法。Java版的各种hash算法实现。 算法 乘法hash。jdk5.0里面的String类的hashCode()方法也使用乘法Hash，它使用的乘数是31。推荐的乘数还有：131, 1313, 13131, 131313等等。 static int bernstein(String key) { int seed = 31 int hash = 0; for (int i=0; i<key.length(); ++i) hash = seed*ha
【推荐系统】Embedding + MLP tensorflow特征处理 + 模型搭建实战 笔记
m0_51933492的博客
09-14 1543
Embedding：将经过独热编码过后的类别型特征向量化从而生成稠密特征MLP：将稠密特征输入多层神经网络去拟合得到最优结果。
CTR中的特征哈希
渣渣
01-20 2270
在CTR预估中，一种做法是采用人工来做feature engineering，将一些非线性的feature转换为线性的feature，然后喂给LR之类的线性model来做在线学习，在这个过程中，对于一些categorical feature，比如user_id，advertisement_id，直接做one-hot encoding（一般还会对feature做笛卡尔积）会导致维度爆炸，hashin...
ML之Tree：树类模型的简介、决策树模型常见分类(CART、ID3、C4.5)、【数值型】特征中“离散型”特征和“连续型”特征的处理区别、树类模型处理【类别型】特征的两种策略及其代码实战
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
05-12 1967
​ ML之Tree：树类模型的简介、决策树模型常见分类(CART、ID3、C4.5)、【数值型】特征中“离散型”特征和“连续型”特征的处理区别、树类模型处理【类别型】特征的两种策略及其代码实战 目录 相关文章 树类模型的简介 理论分析：决策树模型本身的内部结构是对【数值型】特征中的“连续型”特征和“离散型”特征的处理简介 案例实战：树类模型处理【类别型】特征的两种策略 相关文章 ML：机器学习中有监督学习算法的四种最基础模型的简介(基于概率的模型、线性模
推荐场景下的ID类特征处理方式
qq_35985044的博客
09-29 1313
在处理实际的机器学习问题的过程当中，常常会遇到id类特征的情况，例如推荐场景内的用户id，用户性别，商品id等。这里，将平时使用和学习到的常见解决思路进行一个总结。 1. OneHot 这种方式是最常见的id类特征处理方式，这种情况下，id类特征可枚举，每种取值情况占一位取1，其他位取0。例如性别分为男、女、未知。那么“男”表示为[1,0,0]。 2. Multi-OneHot 除了上述情况外，一种变量还可能同时具备有多种取值的情况。例如，在电商场景下，一个用户可能在历史行为中与多个商品发生交互，此
第 5 章 机器学习技术的应用(中)
记忆碎片
03-03 487
原文 机器学习技术的实施方法 特征处理 特征工程的重要性 需要同时掌握理论方法和业务逻辑才能提取有效的特征; 在特征方面拥有最大的自主性和探索性; 指征能力, 该特征的大小变化对最终结果的大小变化会在什么方向起到多大的作用; 用户ID类特征 ID特征, 指为每个用户分配一个唯一ID, 将这组唯一ID作为一组 One-Hot 特征, 每个用户在这组特征中只有一个特征; 具有个性化程度最强; 学习到一个用户整体的点击偏好, 承担学习全局偏置的功能; 将用户ID与物品侧的非ID类特征交叉组合, user_id+u
【学习笔记】推荐中的user信息表征
Jerry_Lu_ruc的博客
08-13 380
一般来说，推荐场景下item_id的自监督数据量比user_id大得多，所以item_id的embedding表示能够很好的表示item的信息。但是相比之下user_id的embedding容易过拟合，一般user侧还会添加其他特征。 1、基本属性（长期特征）： 人口统计特征(年龄、性别、职业等)； 长期偏好，比如长期的偏好的item的标签众数等 2、行为特征 长期和短期的点击item序列 编码的方法有max/mean/sum pooling等 或者深度学习方法：DIN -> DIEN -> D
机器学习/统计学方法/算法 —— 总体架构目录
Zephyr's Blog
10-12 1033
统计学方法 统计学习方法概论 机器学习 主成分分析法 算法 不平衡数据集下的SVM算法研究
一种以ID特征为依据的数据分片（Sharding）策略
weixin_33963189的博客
03-09 157
假如您有一个应用程序，随着业务越来越有起色，系统所牵涉到的数据量也就越来越大，此时您要涉及到对系统进行伸缩（Scale）的问题了。一种典型的扩展方法叫做“向上伸缩（Scale Up）”，它的意思是通过使用更好的硬件来提高系统的性能参数。而另一种方法则叫做“向外伸缩（Scale Out）”，它是指通过增加额外的硬件（如服务器）来达到相同的效果。从“硬件成本”还是“系统极限”的角度来说，“向外伸缩”一...
梯度提升决策树GBDT
qq_38285573的博客
06-19 720
1.1 Gradient Boosting Gradient Boosting是一种Boosting的方法，它主要的思想是，每一次建立模型是在之前建立模型损失函数的梯度下降方向。损失函数是评价模型性能（一般为拟合程度+正则项），认为损失函数越小，性能越好。而让损失函数持续下降，就能使得模型不断改性提升性能，其最好的方法就是使损失函数沿着梯度方向下降（讲道理梯度方向上下降最快）。 Gradien...
特征处理和特征选择
热门推荐
刘明的博客
04-13 1万+
特征处理之统计特征 历届的Kaggle/天池比赛，天猫/京东排序和推荐业务线里模型用到的特征 1.加减平均：这个用户所买商品高于所有用户购买商品平均价格的多少（权衡一个人的消费能力），用户连续登录天数超过平均多少（表明这个用户对该产品的黏性） 2.分位线：商品属于售出商品价格的多少分位线处。（比如20%，说明20%的人买东西都不会低于这个价格）。 3.次序型：排在第几位。 4.比...
利用ID3算法实现分类的MATLAB数据集分析
此外，ID3算法不能很好地处理数值型特征，因此在实际应用时通常需要将数值型特征转换为分类型特征。另外，ID3算法使用的信息增益对取值数目较多的特征存在偏好，因此在选择最优特征时需要特别注意。 在Matlab中实现...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值