![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
数学
文章平均质量分 66
数学
LightYoungLee
啊嘿嘿啊哈哈
展开
-
数学(零)零散知识点
平均数,众数,中位数平均数:所有数的平均众数:数组中出现最多的数中位数:数组中比这个数小的数的个数和比这个数大的数的个数相同原创 2021-04-11 21:36:38 · 239 阅读 · 0 评论 -
数学(八)概率分布
均匀分布离散假设X有K个取值 x1,x2,...,xKx_1, x_2, ..., x_Kx1,x2,...,xK,概率密度函数为如下公式:P(X=xi)=1Ki=1,2,...,KP(X=x_i)=\frac{1}{K} \quad i = 1, 2, ..., KP(X=xi)=K1i=1,2,...,K连续x在[a,b][a,b][a,b]上的概率密度函数为如下公式:{1b−a if a≤x≤b0 otherwise \begin{case原创 2021-04-11 21:34:04 · 250 阅读 · 0 评论 -
数学(七)t-test
契机策略通过A/B test上线后需要观察指标的对比情况,那么如何评估策略带来的指标收益变化足够置信,这时需要用到t-test相关知识,本文会大致介绍t-test的原理。基本概念原假设 VS 备择假设原假设通俗易懂的理解就是一种合乎自然规律的猜想,而备择假设正好相反,它的思想是拒绝原假设。本文的示例如下所示:原假设:一枚硬币是正常硬币(多次实验下正反面出现次数相同)。备择假设:这枚硬币是非正常硬币(多次实验下正反面出现次数不同)。p值卡方(χ2\chi^2χ2):一次实验中实验变量期望值(e原创 2021-04-10 22:38:43 · 543 阅读 · 0 评论 -
数学(六)alias采样
原理O(1)时间复杂度内通过均匀分布拟合其他分布。做法假设事件A、B、C和D发生的概率分别为[1/2, 1/3, 1/12, 1/12],那么如何通过均匀分布来拟合该分布呢,为了进一步解释,这里画出示意图,如下所示。可以看出,上图的做法是先把原始分布的每个概率*4进行扩张,之后用大于1的元素填充小于1的元素。之后采样的做法比较简单,首先产出一个1到4之间的随机数,决定采上述四列中的哪一列,然后再产出一个[0, 1]之间的随机数,如果随机数落在这一列的哪个区域,就最终采哪个事件。举例说明,比如先产原创 2021-03-20 15:14:49 · 533 阅读 · 1 评论 -
数学(五)ANN检索中的HNSW算法
NSW废弃列表g动态列表c影子动态列表c’并行寻找"友点",并排序直到排序后topk元素与原先相同,则寻找结束HNSW构建层级结构,insert表的时候在原有表的基础上随机添加若干节点(个人理解)每次查找对应一层,找到最近的k个节点直到k个节点与原有的k个节点相同则迭代结束参考链接HNSW详解...原创 2021-02-25 20:34:04 · 928 阅读 · 0 评论 -
数学(四)威尔逊区间
应用场景在点击率预估场景下,计算item的ctr并不能真实反映用户对这个item的喜爱程度,比如itemA的曝光次数为5,点击次数为2;itemB的曝光次数为100,点击次数为40,那么直观感觉itemB要比itemA更受欢迎,因为itemB的曝光次数多,但两个item的ctr是相同的(0.4),那么在这一维属性看来,这两个item在用户侧的喜好程度是相同的。这时需要引入威尔逊区间来解决上述问题。数学原理置信区间在上述应用场景中,用户的点击在理想情况下服从二项分布,二项分布的p值(上述ctr)的可信原创 2021-02-20 15:49:24 · 727 阅读 · 0 评论 -
数学(三)信息熵、相对熵(KL散度)和交叉熵
本文通过一个通俗易懂的例子来对信息熵、相对熵和交叉熵进行介绍,从生活实例到公式推导,希望能够帮助到大家~原创 2020-01-30 16:15:50 · 2267 阅读 · 0 评论 -
数学(二)核技巧
核心思想如果不能够建立线性模型,我们就把现在的这一套方法完完全全的搬到另一维空间,这个空间的维数不一定比输入空间的维数要大,只要能够保证用线性模型解决就可以,下图中设原空间x=(x(1),x(2))T" role="presentation">x=(x(1),x(2))Tx=(x(1),x(2))Tx=(x^{(1)}, x^{(2)})^T, 新空间z=(z(1),z(2))T" rol原创 2018-02-06 23:16:09 · 444 阅读 · 0 评论 -
数学(一)拉格朗日对偶性
本文主要介绍拉格朗日乘子法到KKT条件的论证,再到拉格朗日对偶性的证明。原创 2018-02-06 23:13:25 · 6552 阅读 · 6 评论