- 博客(4)
- 收藏
- 关注
RSS订阅
原创 机器学习-加权采样算法简介
场景用户画像的构造中，想象一个场景：你经过辛辛苦苦抓数据，清洗数据，收集用户行为，目的就是给用户计算兴趣标签。这时候你可能会遇到一个两难的问题：如果给用户计算出兴趣标签的权重了，那应该保留多少标签呢？保留太多的话，每次召回候选集时，计算复杂度可不低，只保留少部分吧，那真是手心手背都是肉，生怕丢弃的标签才是用户的真爱。怎么办？这时候，你需要的一个简单的加权采样算法，每次召回时并不使用全部用...
2018-06-05 21:22:54
11211
1
原创 机器学习中的Stacking模型融合
最近学习了模型融合的方法，遇到了Stacking的方法来解决模型融合的问题，因此做了以下总结。1.Stacking是什么？Stacking简单理解就是讲几个简单的模型，一般采用将它们进行K折交叉验证输出预测结果，然后将每个模型输出的预测结果合并为新的特征，并使用新的模型加以训练。模型融合的图示如下2.Stacking的好处在哪里？做大数据的比赛的一般是是使用单一模...
2018-06-04 18:10:56
20005
3
原创 CNN神经网络的个人总结
CNN神经网络的总结：[英文链接]（https://medium.com/@RaghavPrabhu/understanding-of-convolutional-neural-network-cnn-deep-learning-99760835f148）CNN(Convolutional neural network) 简称卷积神经网络，主要是用于图像识别、图像分类、对象检测、人脸识别等...
2018-06-22 22:32:32
1537
原创 机器学习中常用的评价指标
推荐的时候一般是需要返回一个个性化的推荐列表，这个简称为Top-N推荐。评价指标：Top-N推荐的预测准确率一般是通过准确率(precision)/召回率(recall)来度量。召回率(Recall)： R(u)是根据用户在训练集上的行为给用户做出的推荐列表。T(u)是用户在测试集上的行为列表。计算过程： 首先找出R(u)与T(u)的交集，计算出交集，然后用得到的交集除T(u)中...
2018-06-05 19:44:46
509
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