摘要：高维稀疏特征的时候，lr 的效果会比 gbdt 好，为什么？ 这个问题我也是思考了好久，在平时的项目中也遇到了不少 case，确实高维稀疏特征的时候，使用 gbdt 很容易过拟合。 但是还是不知道为啥，后来深入思考了一下模型的特点，发现了一些有趣的地方。 假设有1w 个样本， y类别0和1，100维 阅读全文

摘要：转载： "Python利用pandas/sklearn处理类别型特征；手动分段与离散化处理连续型特征" "连续属性离散化与sklearn.preprocessing.KBinsDiscretizer" 第一篇使用numpy对连续数据分桶，然后使用sklearn的OneHotEncoder编码为One 阅读全文

摘要：转载：蓄水池采样算法 阅读全文

摘要：转载自:https://zhuanlan.zhihu.com/p/48371593近邻成分分析（Neighbourhood Component Analysis，NCA）是由Jacob Goldberger和Geoff Hinton等大佬们在2005年发表的一项工作，属于度量学习（Metric Le 阅读全文