摘要：模型有过拟合的现象，过拟合怎么办？ 降低模型复杂度 增加更多的训练数据：使用更大的数据集训练模型 数据增强 正则化：L1、L2、添加BN层 添加Dropout策略 Early Stopping 重新清洗数据：把明显异常的数据剔除 使用集成学习方法：把多个模型集成在一起，降低单个模型的过拟合风险 L1
阅读全文
posted @ 2021-12-29 10:56
12 2021 档案
摘要：已知基于数据驱动的机器学习和优化技术在单场景内的A/B测试上，点击率、转化率、成交额、单价都取得了不错的效果。 但是，目前各个场景之间是完全独立优化的，这样会带来哪些比较严重的问题 ？ [解答] 不同场景的商品排序仅考虑自身，会导致 用户的购物体验是不连贯或者雷同的 。例如：从冰箱的详情页进入店铺，
阅读全文
posted @ 2021-12-12 21:27
摘要：个性化排序的任务是为用户提供一个项目的排序列表。这也被称为项目推荐。一个例子是一个在线商店，它希望推荐一个用户可能想要购买的个性化商品排名列表。在本文中，我们研究了必须从用户的内隐行为（例如，过去的购买）中推断出排名的场景。关于隐式反馈系统，有趣的是，只有积极的观察结果可用。未观察到的用户项目对，例
阅读全文
posted @ 2021-12-11 20:05
浙公网安备 33010602011771号