- 博客(4)
- 收藏
- 关注
RSS订阅原创 自学记录：阿里云天池推荐系统实践 - 融合排序
LGB算法基于Histogram的决策树算法Histogram algorithm为直方图算法，直方图算法的基本思想是：先把连续的浮点特征值离散化成 K K K个整数，同时构造一个宽度为 K K K的直方图。在遍历数据的时候，根据离散化后的值作为索引在直方图中累积统计量，当遍历一次数据后，直方图累积了需要的统计量，然后根据直方图的离散值，遍历寻找最优的分割点。首先确定对于每一个特征需要多少个箱子（bin）并为每一个箱子分配一个整数；然后将浮点数的范围均分成若干区间，区间个数与箱子个数相等，将属于该箱子
2020-12-06 23:26:59
243
原创 自学记录：阿里云天池推荐系统实践 - 特征工程
关于推荐系统中的特征工程推荐系统中的特征工程是指结合实际推荐系统应用中所拥有的特征，对这些特征进行处理计算，结合推荐系统模型生成更好的推荐方案。因为每个人的爱好不同，喜欢的领域也不同，所以对每个用户进行个性化推荐是推荐系统必备的功能，而如何使个性化推荐更准确，那就得结合实际推荐场景中对于用户一些行为特征进行计算分析。比如本次的新闻推荐中，可对用户点击时间，点击设备，阅读文章的字数等特征进行逐一提取分析，结合推荐模型得到更好的推荐效果。关于代码代码前面部分是对一些数据和先前训练的一些结果进行提取，接着做
2020-12-03 22:59:11
173
原创 自学记录：阿里云天池推荐系统实践 - 多路召回
关于多路召回多路召回是指采用不同的策略、特征或者简单模型，分别召回一部分候选集，然后再把这些候选集混合在一起供后续排序模型使用的策略。关于为啥要采用多路召回，是因为在召回的时候，计算速度和召回率这两会互相矛盾，若想要提高计算速度就要简化召回策略，而简化召回策略往往会使召回率下降，同理，若想要提高召回率的话就必须得使用复杂的召回策略，这时计算速度又会相应降低了。我们要鱼和熊掌兼得，就得权衡两者，故采用多个简单召回策略叠加的多路召回策略。如图为多路召回示意图，在多路召回中，每个策略直接相互独立，并发多线
2020-11-30 22:34:25
789
原创 自学记录：阿里云天池推荐系统实践 - 数据分析
推荐系统实践-数据分析学习笔记新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入本次学习内容为对新闻推荐的数据进行简单分析新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑
2020-11-27 16:56:10
380
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人