摘要：简介 传统的广告最终的呈现需要经过召回与排序两个阶段，百度的搜索架构则采用三层漏斗状，如图1所示。最上面的一层用于筛选出和用户查询最相关的一部分广告，将整个候选广告集从亿级降到千级；下面两层是排序阶段，需要结合具体的业务，对召回的广告进行最终的排序、展示。三层结构相较于两层结构更多的是从计算资源与业
阅读全文
posted @ 2022-02-23 19:37
02 2022 档案
摘要：图1 广告排序两阶段架构 简介 样本优化包括样本增强和样本提纯，是现代广告投放平台中一个重要但经常被忽视的组成部分。由于大量的候选广告，工业广告服务通常利用多层漏斗形结构（如图1所示），至少涉及两个阶段：候选样本生成和重新排序。在候选样本生成步骤中，通常根据过去的点击/转换数据训练离线神经网络匹配模
阅读全文
posted @ 2022-02-21 23:06
摘要：常用API gensim.models.Word2Vec(sentence, min_count, workers) gensim.models.word2vec.Word2Vec(sentence, min_count, workers) word2vec参数 sentence：语料句子，必须是一
阅读全文
posted @ 2022-02-13 17:59
摘要：什么是迭代器 迭代是python中访问集合元素的一种非常强大的一种方式。迭代器是一个可以记住遍历位置的对象，因此不会像列表那样一次性全部生成，而是可以等到用的时候才生成，因此节省了大量的内存资源。迭代器对象从集合中的第一个元素开始访问，直到所有的元素被访问完。迭代器有两个方法：iter（）和next
阅读全文
posted @ 2022-02-13 03:08
摘要：集成学习的分类 bagging 从训练集从进行子抽样组成每个基模型所需要的子训练集，对所有基模型预测的结果进行综合产生最终的预测结果。 boosting 训练过程为阶梯状，基模型按次序一一进行训练（实现上可以做到并行），基模型的训练集按照某种策略每次都进行一定的转化。对所有基模型预测的结果进行线性综
阅读全文
posted @ 2022-02-12 21:24
摘要：sklearn文档参数描述 函数签名 class sklearn.tree.DecisionTreeClassifier(*, criterion='gini', splitter='best', max_depth=None, min_samples_split=2, min_samples_le
阅读全文
posted @ 2022-02-12 19:57
摘要：原文见：http://c.biancheng.net/view/6675.html 迭代器是什么 无论是序列容器还是关联容器，最常做的操作无疑是遍历容器中存储的元素，而实现此操作，多数情况会选用“迭代器（iterator）”来实现。那么，迭代器到底是什么呢？ 我们知道，尽管不同容器的内部结构各异，但
阅读全文
posted @ 2022-02-11 19:42
摘要：通常认为，STL 是由容器、算法、迭代器、函数对象、适配器、内存分配器这 6 部分构成，其中后面 4 部分是为前 2 部分服务的，它们各自的含义如下表所示。 | STL的组成 | 含义 | | | | | 容器 | 一些封装数据结构的模板类，例如 vector 向量容器、list 列表容器等。 |
阅读全文
posted @ 2022-02-11 19:22
摘要：lower_bound(arr, x)函数用于查找arr中第一个大于或等于x的元素，如果arr是容器，则返回的是迭代器，如果arr是普通数组，则返回的是指针。 upper_bound(arr, x)查找arr中第一个大于x的元素，如果x有多个，则查找最后一个。 两个函数必须在有序序列上操作，在头文件
阅读全文
posted @ 2022-02-11 14:49
摘要：emplace_back() 和 push_back() 的区别，就在于底层实现的机制不同。push_back() 向容器尾部添加元素时，首先会创建这个元素，然后再将这个元素拷贝或者移动到容器中（如果是拷贝的话，事后会自行销毁先前创建的这个元素）；而 emplace_back() 在实现时，则是直接
阅读全文
posted @ 2022-02-11 13:17
摘要：简介 传统的深度学习网络主要针对图片，语音等欧氏空间内规则型数据；而对社交、电商和医疗等非规则结构数据则仍受到一定程度的限制。以电商场景为例，可以将用户、商品和广告等都看作节点（nodes），而将用户对于商品的购买，广告的点击等操作视为边（edges，节点间连接）。节点和边就构成了一张图（Graph
阅读全文
posted @ 2022-02-10 14:59
摘要：图1 商品属性和用户配置文件之间关系的示例。左边列出了鞋子的属性，而右边列出了从相应的属性推断出的可能的用户配置文件 简介 该论文于2020年发表在WSDM上，目的是解决推荐系统中的冷启动问题。作者认为商品的属性可以反映用户的特征，如图1所示，一个鞋子会有不同的特征，这些特征能从侧面反映用户的兴趣爱
阅读全文
posted @ 2022-02-07 22:19
摘要：#include <iostream> #include <cstring> using namespace std; /* 有 N 种物品和一个容量是 V 的背包，每种物品都有无限件可用。 第 i 种物品的体积是 vi，价值是 wi。 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且
阅读全文
posted @ 2022-02-03 23:44
摘要：#include <iostream> #include <cstring> using namespace std; /* 有 N 件物品和一个容量是 V 的背包。每件物品只能使用一次。 第 i 件物品的体积是 vi，价值是 wi 求解将哪些物品装入背包，可使这些物品的总体积不超过背包容量，且总价
阅读全文
posted @ 2022-02-03 23:39
浙公网安备 33010602011771号