摘要：实验介绍 数据采用Criteo Display Ads。这个数据一共11G，有13个integer features，26个categorical features。 Spark 由于数据比较大，且只在一个txt文件，处理前用 对数据进行切分。 连续型数据利用log进行变换，因为从实时训练的角度上来 阅读全文

摘要：神经网络 [TOC] perceptron（了解） perceptron：最简单的ANN结构，它是一个linear threshold unit(LTU)，接收wx，经过step func f，转为输出。step func通常是heaviside（返回0或1）或者sign（返回 1、0或1） 训练实 阅读全文

摘要：机器学习理论 [TOC] 概念 Discriminative and Generative Learning 前者：寻找分类面，拟合条件概率，即x = y，然后减少损失函数。例如线性回归、决策树、SVM、KNN 后者：例如HMM、Naive贝叶斯、GMM、LDA 学习过程：寻找数据分布，拟合联合概率 阅读全文

摘要：本项目主要关注实现，数据分析、特征工程涉及较少，而且数据量较大，并没有进行多次调参。 另外，由于数据的分类极其不平衡，本项目尝试使用SMOTE增加偏少类的样本数量。 RangeIndex: 328553 entries, 0 to 328552 Data columns (total 21 colu 阅读全文

摘要：[TOC] 基本语法 基本语法只列举与Java不一样的。 运算符 and, or而非 &&, ||，另外还有not /相当于java的double除法， 相当于java的Math.pow(a, b) 0、空字符串、列表、元组等都可以返回False 位运算符：~相当于java的 输出格式 数据类型 s 阅读全文