用户画像系统

用户标签和标签的数学描述：

标签是特征空间中的纬度

每个标签都是特征空间中的基向量，基向量之间有关联，不一定是正交的

用户画像是特征空间中的高维向量

 

 特征工程：

数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已

特征：对所需解决问题有用的属性

特征的提取、选择和构造

　　针对锁解决的问题选择最有用的特征集合

　　通过相关系数等方式来计算特征的重要性

　　　　人工筛选，有些算法输出特性：Random Forest维度过多，PCA自动降维

算法和模型：

LR:只要认为问题时线性可分的，就可采用LR

模型比较抗噪，而且可以通过L1,L2范数来做参数选择

效率高，可以应用于数据特别大的场景

很容易分布式实现

Ensemble方法：

根据训练集训练多个分类器，然后综合多个分类器的结果，做出预测

 

算法和模型评价：