计算机算法
文章平均质量分 96
yangxudong
全世界的色彩都在自己心中.
展开
-
推荐冷启动召回模型DropoutNet深度解析与改进
通常推荐系统通过协同过滤、矩阵分解或是深度学习模型来生成推荐候选集,这些召回算法一般都依赖于用户-物品行为矩阵。在真实的推荐系统中,会有源源不断的新用户、新物品加入,这些新加入系统的用户和物品由于缺乏足够丰富的历史交互行为数据,常常不能获得准确的推荐内容,或被准确推荐给合适的用户。这就是所谓的推荐冷启动问题。冷启动对推荐系统来说是一个挑战,究其原因是因为现有的推荐算法,无论是召回、粗排还是精排模块,都对新用户、新物品不友好,它们往往过度依赖系统收集到的用户行为数据,而新用户和新物品的行为数据是很少的。这就导原创 2022-09-03 18:02:10 · 1101 阅读 · 0 评论 -
多任务学习算法在推荐系统中的应用
本文概要讲述了多任务学习的定义、动机和一般方法,概要介绍了目前主流的几种多目标排序模型。并结合电商平台商品详情页的业务场景具体介绍了如何构建样本,如何做特征工程。并且推荐基于开源的面向工业界的EasyRec推荐算法训练框架来构建做算法的训练和评估。至于模型服务的部署,每家公司的平台各不相同,就不详细介绍了。原创 2022-09-03 17:30:03 · 1137 阅读 · 0 评论 -
用hadoop实现SimRank++算法(1)----权值转移矩阵的计算
本文主要针对广告检索领域的查询重写应用,根据查询-广告点击二部图,在MapReduce框架上实现SimRank++算法,关于SimRank++算法的背景和原理请参看前一篇文章《基于MapReduce的SimRank++算法研究与实现》。SimRank++的矩阵形式的计算公式为:算法主要步骤如下:Step1: 计算权值矩阵,并获取最大Query编号和最大广告编号;Step2:原创 2014-05-01 02:26:53 · 5187 阅读 · 3 评论 -
决策树ID3和C4.5算法Python实现源码
首先推荐李航的《统计机器学习》这本书,这个实现就是按照书上的算法来的。Python 用的是最新的3.3版的,和2.x不兼容,运行的时候需要注意。'''Created on 2012-12-18@author: weisu.yxd'''class Node: '''Represents a decision tree node. '原创 2012-12-23 22:48:40 · 11274 阅读 · 0 评论 -
GBDT算法的特征重要度计算
基于树的集成算法还有一个很好的特性,就是模型训练结束后可以输出模型所使用的特征的相对重要度,便于我们选择特征,理解哪些因素是对预测有关键影响,这在某些领域(如生物信息学、神经系统科学等)特别重要。本文主要介绍基于树的集成算法如何计算各特征的相对重要度。原创 2016-12-27 21:22:59 · 42859 阅读 · 4 评论 -
常用矩阵计算C语言代码
参考资料: 行列式:http://zh.wikipedia.org/wiki/行列式#.E4.BB.A3.E6.95.B0.E4.BD.99.E5.AD.90.E5.BC.8F 伴随矩阵:http://zh.wikipedia.org/wiki/伴随矩阵 余因子矩阵:http://zh.wikipedia.org/wiki/余因子矩阵 逆矩阵:http://zh.wikip原创 2012-03-03 20:57:42 · 10639 阅读 · 0 评论