![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
实战学习
文章平均质量分 54
_Sumor
这个作者很懒,什么都没留下…
展开
-
用PolynomialFeatures进行特征交叉
#!/usr/bin/python # -*- coding: utf-8 -*-'''https://blog.csdn.net/weixin_42211626/article/details/103989659手动进行特征交叉'''import pandas as pdimport numpy as npfrom sklearn.preprocessing import PolynomialFeaturesprint("begin read")data0 = pd.read_cs原创 2021-05-12 20:02:55 · 565 阅读 · 0 评论 -
推荐排序——召回 笔记
推荐排序——召回 笔记模型召回具备自己独有的好处和优势,比如多路召回每路截断条数的超参个性化问题等会自然被消解掉。当然,它也会带来自己的问题,比较典型的是召回内容头部问题,因为之前多路,每路召回个数靠硬性截断,可以根据需要,保证你想要召回的,总能通过某一路拉回来;而由于换成了模型召回,面向海量物料库,排在前列得分高的可能聚集在几个物料分布比较多的头部领域。解决这个问题的方法包括比如训练数据对头部领域的降采样,减少某些领域主导,以及在模型角度鼓励多样性等不同的方法。如果在召回阶段使用模型召回,理论上也应该原创 2021-04-19 19:32:22 · 308 阅读 · 0 评论