风雨中的小七

摘要： 这篇是treatment effect估计相关的论文系列第一篇所以会啰嗦一点多给出点背景。 其他相关模型详见[AB实验的高端玩法系列1 - AB实验人群定向/个体效果差异/HTE 论文github收藏][2] ### 论文 Athey, S., and Imbens, G. 2016. Recurs 阅读全文

摘要： 一直以来机器学习希望解决的一个问题就是'what if'，也就是决策指导： - 如果我给用户发优惠券用户会留下来么？ - 如果患者服了这个药血压会降低么？ - 如果APP增加这个功能会增加用户的使用时长么？ - 如果实施这个货币政策对有效提振经济么？ 这类问题之所以难以解决是因为ground tru 阅读全文

摘要： - 你的分类模型输出的概率只是用来做样本间的相对排序，还是概率本身？ - 你的训练数据本身分布如何是否存在Imbalanced Sample？ 阅读全文

摘要： 在解决分类问题的时候，可以选择的评价指标简直不要太多。但基本可以分成两2大类，我们今分别来说道说道 基于一个概率阈值判断在该阈值下预测的准确率 衡量模型整体表现（在各个阈值下）的评价指标 阅读全文

摘要： 想要从本质上解决小样本估计不置信的问题，一个更符合思维逻辑的方法是我们先基于经验给出一个预期估计，然后不断用收集到的样本来对我们的预期进行更新，这样在样本量小的时候，样本不会对我们的预期有较大影响，估计值会近似于我们预先设定的经验值，从而避免像小样本估计不置信的问题。 阅读全文

摘要： 在第一篇打分系统漫谈1 - 时间衰减我们聊了两种相对简单的打分算法Hacker News和Reddit Hot Formula，也提出了几个这两种算法可能存在的问题，这一篇我们就其中的两一个问题进一步讨论： 如何综合浏览量和点赞量对文章进行打分[期望效用函数->点赞率] 如何解决浏览量较小时，点赞率不置信的问题[wald Interval -> wilson] 阅读全文

摘要： 打分排序系统的应用非常普遍，比如电影的评分，知乎帖子的热度，和新闻文章的排序。让我们从最简单直观的平均打分开始， 聊聊各种打分方法的利弊和使用场景。 阅读全文

摘要： In the previous post, we talk about a very popular Boosting algorithm [Gradient Boosting Decision Tree][1]. The key of GBM is using Gradient Descent t 阅读全文

摘要： This is the second post in Boosting algorithm. In the previous post, we go through the earliest Boosting algorithm [AdaBoost][1], which is actually an 阅读全文

摘要： In the previous post we addressed some issue of decision tree, including instability, lack of smoothness, sensitivity to data, and etc. One solution i 阅读全文